La inteligencia artificial (IA) ha alcanzado un nuevo hito en el ámbito de la oncología, con la creación de un modelo avanzado desarrollado por científicos de la Facultad de Medicina de Harvard. Este sistema, descrito el 4 de septiembre de 2024 en la revista Nature, ha sido diseñado para realizar tareas de diagnóstico y predicción en 19 tipos diferentes de cáncer, proporcionando a los profesionales médicos una herramienta multifuncional sin precedentes.
CHIEF ha sido diseñado para realizar tareas de diagnóstico y predicción en 19 tipos diferentes de cáncer, proporcionando una herramienta multifuncional sin precedentes
El modelo, llamado CHIEF (Clinical Histopathology Imaging Evaluation Foundation), ofrece una flexibilidad y versatilidad similar a la de ChatGPT, pero orientada al ámbito médico. Su capacidad para realizar múltiples tareas y adaptarse a diferentes tipos de cáncer lo diferencia de las herramientas de IA actuales, que tienden a estar limitadas a un número reducido de cánceres o tareas diagnósticas específicas.
La IA en oncología
Los sistemas tradicionales de inteligencia artificial, utilizados en el diagnóstico del cáncer, se han enfocado en tareas concretas, como la detección de células cancerosas o la predicción de perfiles genéticos tumorales. Estos enfoques son útiles, pero tienen limitaciones, ya que suelen ser efectivos solo en tipos específicos de cáncer y en contextos clínicos específicos. En cambio, CHIEF ha sido entrenado para abordar un espectro más amplio de tareas, desde la detección de tumores hasta la predicción de la respuesta a tratamientos y la evaluación del pronóstico del paciente.
CHIEF ha sido entrenado para abordar un espectro más amplio de tareas, desde la detección de tumores hasta la predicción de la respuesta a tratamientos y la evaluación del pronóstico del paciente
En este sentido, Kun-Hsing Yu, autor principal del estudio y profesor adjunto de informática biomédica en el Instituto Blavatnik de la Facultad de Medicina de Harvard, explicó al medio worldpharmanews que, el objetivo era crear una plataforma de inteligencia artificial ágil y versátil, similar a ChatGPT, que pudiera realizar una amplia gama de tareas relacionadas con la evaluación del cáncer.
Enfoque integral
CHIEF funciona analizando imágenes digitales de tejidos tumorales. A partir de estas imágenes, es capaz de detectar células cancerosas con una precisión superior a la de muchos sistemas de IA disponibles en la actualidad. Además, predice el perfil molecular del tumor al observar características celulares específicas presentes en las imágenes. Este enfoque permite, por ejemplo, predecir la supervivencia del paciente y señalar el microambiente tumoral, es decir, las características del tejido que rodea al tumor que pueden influir en la respuesta del paciente a tratamientos como la quimioterapia, la radioterapia y la inmunoterapia.
CHIEF predice el perfil molecular del tumor al observar características celulares específicas presentes en las imágenes
Este modelo tiene un impacto significativo en la capacidad de los médicos para evaluar los cánceres de manera más rápida y precisa. Una de sus características más destacadas es su habilidad para identificar pacientes que podrían no responder adecuadamente a las terapias estándar contra el cáncer, lo que podría facilitar la selección de tratamientos experimentales más efectivos.
Yu señaló que, si se valida e implementa a gran escala, CHIEF y otros enfoques similares podrían identificar de manera temprana a pacientes con variaciones moleculares específicas, mejorando la personalización de los tratamientos. Esto es particularmente valioso en entornos clínicos con recursos limitados, donde la secuenciación genética no está siempre disponible.
Entrenamiento y validación
El modelo CHIEF se entrenó inicialmente con 15 millones de imágenes sin etiquetar, y posteriormente se refinaron sus habilidades con 60.000 imágenes de tejidos completos de cánceres comunes, como pulmón, mama, próstata, colon y estómago. Este enfoque permitió a CHIEF desarrollar una comprensión profunda no solo de áreas específicas dentro de las imágenes, sino también del contexto general de cada tumor. Como resultado, el sistema puede interpretar las imágenes de manera más holística, lo que lo distingue de otros modelos de IA que se centran en regiones específicas de los tejidos.
La validación se llevó a cabo utilizando más de 19.400 imágenes de diapositivas tumorales provenientes de 24 hospitales y cohortes de pacientes en todo el mundo
La validación de CHIEF se llevó a cabo utilizando más de 19.400 imágenes de diapositivas tumorales provenientes de 24 hospitales y cohortes de pacientes en todo el mundo. Los resultados fueron impresionantes: CHIEF superó a otros sistemas de IA en hasta un 36 por ciento en tareas clave como la detección de células cancerosas, la predicción de resultados clínicos y la identificación de patrones genéticos relacionados con la respuesta a tratamientos.
Una de las ventajas más notables de CHIEF es su capacidad para funcionar igual de bien independientemente de cómo se obtuvieron las muestras tumorales (mediante biopsia o escisión quirúrgica) o cómo se digitalizaron. Esto significa que el modelo puede adaptarse a diferentes entornos clínicos y técnicas de muestreo, lo que aumenta su potencial de uso en hospitales de todo el mundo.
Precisión y predicción genómica
CHIEF no solo se destaca en la detección del cáncer, alcanzando una precisión del 94 por ciento en múltiples tipos de cáncer, sino que también es capaz de predecir con éxito variaciones genéticas clave en los tumores. Estas predicciones genómicas, basadas únicamente en imágenes patológicas, ofrecen una alternativa rápida y rentable a la secuenciación genética tradicional. La secuenciación de ADN, aunque esencial en muchos casos, puede ser costosa y lenta, con tiempos de espera de semanas para obtener resultados. En cambio, la IA de CHIEF puede identificar patrones genéticos en cuestión de minutos, acelerando la toma de decisiones terapéuticas.
Estas predicciones genómicas, basadas únicamente en imágenes patológicas, ofrecen una alternativa rápida y rentable a la secuenciación genética tradicional
En un experimento particularmente revelador, CHIEF predijo mutaciones clave asociadas con la respuesta a tratamientos aprobados por la FDA en 18 genes relacionados con 15 tipos de cáncer. Esto incluyó una precisión del 96 por ciento en la detección de mutaciones en el gen EZH2 en linfomas de células B grandes, un tipo común de cáncer de sangre.
Futuro de CHIEF
Los investigadores detrás de CHIEF ya están trabajando para ampliar sus capacidades, con el objetivo de incluir imágenes de enfermedades raras y tejidos premalignos. También planean entrenar el modelo para predecir no solo la respuesta a los tratamientos estándar, sino también los beneficios y efectos adversos de nuevas terapias contra el cáncer.
Este sistema de IA promete transformar la manera en que se aborda el cáncer en los próximos años
El avance logrado por CHIEF marca un paso importante en la lucha contra el cáncer, proporcionando a los médicos una herramienta que no solo mejora la precisión diagnóstica, sino que también acelera la identificación de opciones de tratamiento personalizadas. Si bien aún se requieren estudios adicionales para perfeccionar su rendimiento, este sistema de IA promete transformar la manera en que se aborda el cáncer en los próximos años, ofreciendo esperanza a millones de pacientes en todo el mundo.
