Este programa de Google detecta un cáncer de pulmón más rápido que los radiólogos

La IA y el análisis de datos están a la orden del día. Los algoritmos cada vez más sofisticados y, creados para todo tipo de funciones, han ayudado a mejorar procesos y optimizar el trabajo en muchos sectores, pero todavía pueden ir a más. El último gran descubrimiento es el de un bot creado por unos investigadores de Google que es capaz de encontrar un cáncer de pulmón con un porcentaje de acierto más alto que un grupo de especialistas.

Así al menos lo han anunciado los investigadores de Google IA que trabajan en un proyecto con la gestora de hospitales Northwestern Medicine. Su trabajo estaba centrado en crear un algoritmo capaz de detectar un cáncer de pulmón a partir de pruebas de detección realizadas por los médicos humanos. Tras ocho años de aprendizaje y desarrollo han llegado los primeros resultados.

TE PUEDE INTERESAR

Científicos descubren cómo las células pueden detener la propagación del cáncer

El Confidencial

Según explican en una investigación publicada esta semana en la revista Nature Medicine, analizaron el nivel de acierto tomando solo una tomografía computarizada y vieron que el modelo acierta, de media, un 5% más a la hora de encontrar un cáncer que un grupo de seis expertos humanos y fue un 11% más propenso a reducir los falsos positivos. Los seres humanos y la IA obtuvieron resultados similares cuando los radiólogos pudieron ver tomografías computarizadas anteriores.

El algoritmo se utilizó para predecir si un paciente tiene cáncer de pulmón, generando un sistema de puntuación para analizar el riesgo de que dicho tumor sea o no maligno e identificando la ubicación del tejido en los pulmones. La idea final es que esta herramienta esté disponible a través de la API de Google Cloud Healthcare y que se pueda usar por especialistas de todo el mundo para mejorar en la detección y análisis de estas enfermedades.

"El sistema de inteligencia artificial utiliza el aprendizaje en 3D para analizar la anatomía completa en las tomografías computarizadas del tórax, así como parches basados ​​en técnicas de detección de objetos que identifican regiones con lesiones malignas", explican el líder técnico de Google, Shravya Shetty, y el gerente de producto, Daniel Tse.

El modelo se entrenó utilizando más de 42,000 imágenes de detección de TC de tórax tomadas de casi 15,000 pacientes. La idea final es que sea mucho más sencillo y rápido detectar una enfermedad que al año mata a más de 2 millones de personas.