La intel·ligència artificial, una aliada contra les falses alarmes de càncer de mama

Investigadors de l'Institut de Física Corpuscular i de la Politècnica col·laboren en el desenvolupament d'un nou sistema d'ajuda al diagnòstic dels tumors mamaris
/ València
28 gener 2018 01:00h
El sistema desenvolupat en el marc del Digital Mammography DREAM Challenges pot reduir els falsos positius i evitar que calga realitzar proves més lesives per a les dones.

Alberto, Francisco i Antonio són germans, els germans Albiol. Ells tres, juntament amb l'investigador Luis Caballero, han participat en el desenvolupament d'un sistema d'ajuda al diagnòstic del càncer de mama capaç de reduir el nombre de falsos positius.

D'aquests quatre investigadors, dos d'ells –Luis Caballero i Francisco Albiol– pertanyen a l'Institut de Física Corpuscular, al Parc Científic de la Universitat de València, i els altres dos –Alberto i Antonio Albiol– a la Universitat Politècnica de València. El projecte es va dur endavant gràcies a la participació de 120 equips multidisciplinaris; aquest equip valencià ha sigut l'únic representant de l'estat espanyol.

Els investigadors assenyalen que "els mètodes actuals d'assistència que fan servir els radiòlegs es limiten a detectar les zones potencialment sospitoses" en la imatge obtinguda a través de la mamografia. El nou sistema, però, seria "capaç de reduir el nombre de zones sospitoses o falses alarmes i donar informació sobre la presència de càncer". Això s'aconsegueix gràcies a l'ús de tècniques d'intel·ligència artificial. Tal com assenyala Francisco Albiol, "la tecnologia és bona o no depenent de l'ús que en fem, i aquesta aplicació és un clar ús positiu dels avantatges que aporta la intel·ligència artificial". El sistema desenvolupat entraria dins del camp del big data (dades massives) i del grid computing, una tecnologia que permet usar tot tipus de recursos que no estan sota un control centralitzat.

Col·leccionar i aprendre

Francisco Albiol explica que "les dades per a aquest algoritme corresponen a més de 300.000 pacients dels Estats Units amb els seus grups poblacionals"; aquestes dades han estat facilitades per institucions mèdiques estatunidenques. L'investigador remarca que "per tal d'emprar a gran escala aquest tipus de tecnologies és necessari generar i mantindre col·leccions locals de dades de pacients que representen de forma general la composició ètnica, nutricional i econòmica d'un sistema de salut".

El sistema ha aprés d'aquestes dades i ha dut a terme avaluacions sobre col·leccions diferents per a comprovar-ne la qualitat. Albiol també assegura que "els investigadors mai hem tingut accés a les imatges ni a l'avaluació, que sempre ha sigut auditada per tercers per a poder comprovar que els resultats són fiables".

Les imatges s'han obtingut mitjançant mamografies, "que segueix sent el mètode recomanat de detecció precoç", afegeix Albiol. Però el sistema que han desenvolupat és expert a avaluar-les i interpretar-les. Sobre la seua fiabilitat, l'investigador explica que "en aquests moments, sobre col·leccions d'imatges de població americana i avaluant desenes de milers de pacients, el sistema s'ha mantingut constant en la seua resposta i sempre lleugerament millor que els radiòlegs".

Si bé les mamografies són proves diagnòstiques que fa molts anys que demostren la seua eficàcia en la detecció precoç del càncer de mama, segons afirmen els investigadors en un comunicat, "el nou sistema pot reduir els falsos positius en tots els rangs d'edat i, en minimitzar les falses alarmes, evitar que calga realitzar proves més lesives per a les dones". Afegeixen que també permet una reducció dels costos clínics, "cosa que ajudaria a incorporar nous grups de risc a les campanyes de detecció".

D'esquerra a dreta, els investigadors Luis Caballero (IFIC), Alberto Albiol (UPV), Francisco Albiol (IFIC) i Antonio Albiol (UPV). / UV

Augmentar l'esperança de vida de les dones

Francisco Albiol també apunta que, "si el professional sospita que es troba davant d'un diagnòstic positiu no evident, pot amplificar regions que presenten majors sospites de tumor i que encara no són detectables per l'ull humà expert" i afegeix que "per cada any que s'anticipen les proves de diagnòstic precoç del càncer de mama, un 20% més de pacients augmenta cinc anys l'esperança de vida”.

El sistema d'intel·ligència artificial funcionaria com un expert addicional, com un suport al professional clínic en el diagnòstic primerenc d'aquest tipus de càncer. De fet, Alberto Albiol avança que una de les possibilitats més senzilles de traslladar aquest mètode a la pràctica clínica seria "la seua aplicació per a reduir la fatiga del radiòleg garbellant els casos fàcils". Francisco conta que "disposem d'experiència prèvia en el desenvolupament de dispositius clínics i en com entregar projectes que tinguen una aplicació". Per això, en aquests moments estan treballant per a fer arribar aquest nou sistema als centres hospitalaris.

Digital Mammography DREAM Challenges

Els DREAM Challenges són una sèrie de reptes lligats a la biologia i la medicina platejats per una comunitat científica col·laborativa i sense ànim de lucre, The DREAM Community. Els investigadors presenten els seus projectes i els seleccionats hi participen amb l'objectiu de millorar la vida de la societat en diferents aspectes.

Així, el sistema d'ajuda al diagnòstic del càncer de mama desenvolupat és resultat del Digital Mammography DREAM Challenges, un projecte mundial impulsat per les principals institucions americanes de lluita contra el càncer al costat de multinacionals com IBM i Amazon. Francisco Albiol explica que "el sistema s'ha desenvolupat de manera competitiva entre més de 2.000 investigadors de tot el món".

L'equip d'investigadors valencià va decidir presentar-se "per a autocomprovar les nostres capacitats", conta Albiol, i afegeix que "en les diferents rondes vam descobrir que estàvem puntuant al nivell dels millors".

next