Detectar el cáncer de mama es algo que Google AI hace bien. ¿Qué tan bien? Un Ubergizmo titular:"Google afirma que su inteligencia artificial tiene un 99% de precisión en la detección del cáncer de mama metastásico". ¿Qué hay detrás del titular?

La respuesta es que la firma tiene una herramienta de aprendizaje profundo que en las pruebas pudo distinguir el cáncer metastásico el 99% de las veces, lo que equivale a una tasa de precisión mayor que la lograda por los patólogos humanos.

Por qué es importante:"El cáncer es uno de esos casos en los que la detección temprana puede conducir a una mayor tasa de supervivencia, "comentó Tyler Lee en Ubergizmo . Kyle Wiggers, quién cubre la IA para VentureBeat , De manera similar, hizo hincapié en que los cánceres metastásicos eran "notoriamente difíciles de detectar".

Wiggers miró algunas estadísticas y escribió que "del medio millón de muertes en todo el mundo causadas por el cáncer de mama, se estima que el 90 por ciento son el resultado de metástasis ". Ahora, la tecnología de Google tiene como objetivo desempeñar un papel útil en la detección.

Publicando en el blog de IA de Google el 12 de octubre, Martin Stumpe, líder técnico y Craig Mermel, gerente de producto, Cuidado de la salud, IA de Google, subrayó la importancia de la sincronización.

"La detección de metástasis ganglionares es relevante para la mayoría de los cánceres, " ellos escribieron, y, en el cáncer de mama, "la metástasis ganglionar influye en las decisiones de tratamiento con respecto a la radioterapia, quimioterapia, y la posible extirpación quirúrgica de ganglios linfáticos adicionales. Como tal, la precisión y puntualidad de la identificación de metástasis ganglionares tiene un impacto significativo en la atención clínica ".

Lee informó que los investigadores probaron su IA "contra el conjunto de datos de desafío del nódulo linfático 2016 que contiene 399 imágenes de diapositivas completas de secciones de nódulos linfáticos del Centro Médico de la Universidad de Radboud y del Centro Médico de la Universidad de Utrecht". Resultado:99,3% de puntuación en precisión. Sí, 99.3 no es 100, ya que ocasionalmente identificaba cosas erróneamente. Sin embargo, la puntuación del 99,3% fue "mejor en comparación con un patólogo en ejercicio encargado de evaluar los mismos portaobjetos, ", Escribió Lee.

Revisión de tecnología del MIT , "La descarga, Asimismo, señaló que "la tasa del 99% es superior al desempeño de los patólogos humanos".

Wiggers tenía más detalles. "En las pruebas, alcanzó un área bajo la característica operativa del receptor (AUC), una medida de precisión de detección, del 99 por ciento. Eso es superior a los patólogos humanos, quienes, según una evaluación reciente, pasan por alto pequeñas metástasis en portaobjetos individuales hasta en un 62 por ciento de las veces cuando tienen limitaciones de tiempo ".

Agrega un redoble de batería para código abierto. La tecnología se basa en un modelo de aprendizaje profundo de reconocimiento de imágenes de código abierto. Es Inception V-3. Su sistema de inteligencia artificial, mientras tanto, se llama Asistente de ganglios linfáticos, o LYNA. Joseph Archer, El Telégrafo , dijo que a la IA de Google se le enseñó a reconocer las características de los tumores "mediante el estudio de escaneos de pacientes con cáncer".

En cuanto a los próximos pasos, los investigadores reconocieron lo que lograron y lo que queda por lograr.

"Con estos estudios, hemos avanzado en la demostración de la solidez de nuestro algoritmo LYNA para respaldar un componente de la estadificación TNM del cáncer de mama, y evaluar su impacto en un entorno de diagnóstico de prueba de concepto ".

Sin embargo, "el viaje del banco a la cama" es largo, ellos dijeron, y estos estudios tienen limitaciones, "como tamaños de conjuntos de datos limitados y un flujo de trabajo de diagnóstico simulado que examinó un solo portaobjetos de ganglio linfático para cada paciente en lugar de los múltiples portaobjetos que son comunes para un caso clínico completo".

Afirmaron que es necesario seguir trabajando para evaluar el impacto de LYNA en los flujos de trabajo clínicos reales y los resultados de los pacientes.

Revisión de tecnología del MIT La descarga, Abordó los posibles temores de que una tecnología como esta busque reemplazar a los practicantes humanos. No es un caso de una o la otra. Un diagnóstico es solo una faceta de la atención médico-paciente, seguido de un plan de acción. El esfuerzo de Google AI es y-y.

"En lugar de reemplazar a los humanos, es más probable que esta tecnología complemente sus habilidades, "dijo The Download, ", lo que facilita y agiliza el diagnóstico de tumores metastásicos. En un estudio, el algoritmo redujo a la mitad el tiempo que tardaba en comprobar una diapositiva en promedio, reduciéndolo a solo un minuto por diapositiva ".

© 2018 Tech Xplore