Ronald Palacios Castrillo
Un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT) ha desarrollado un modelo de aprendizaje profundo que puede predecir el cáncer de mama a partir de imágenes de mamografías hasta cinco años antes de que los médicos puedan realizar un diagnóstico clínico.
Los investigadores han desarrollado un modelo de aprendizaje profundo que puede predecir el cáncer de mama a partir de imágenes de mamografías hasta cinco años antes de que los médicos puedan realizar un diagnóstico.
El cáncer de mama es el cáncer más común en mujeres y es responsable de alrededor de 500.000 muertes cada año en todo el mundo. En la actualidad, existen muchos tratamientos efectivos para el cáncer de mama, pero un resultado exitoso aún depende de un diagnóstico temprano.
=> Recibir por Whatsapp las noticias destacadas
Los diagnósticos tardíos requieren tratamientos más agresivos, que conllevan efectos secundarios considerables y a menudo fallan. Por lo tanto, la identificación de pacientes con riesgo de desarrollar cáncer de mama ha sido un enfoque clave para los investigadores que buscan reducir el número de muertes relacionadas con el cáncer de mama.
Los programas de detección que utilizan mamografías se utilizan para permitir la detección temprana y el tratamiento del cáncer de mama. Sin embargo, este tipo de detección requiere un examen minucioso de cada mamografía para detectar signos de anomalía, lo que requiere un gran esfuerzo debido al gran número de mujeres que deben someterse a la prueba.
Además, dado que las imágenes se revisan manualmente, sigue habiendo un elemento de subjetividad y el riesgo de error humano. Para acelerar la revisión de las mamografías y permitir una evaluación objetiva del riesgo, los investigadores han estado trabajando en el desarrollo de modelos informáticos que puedan examinar de forma rápida y fiable las imágenes de mamografías para detectar el riesgo de cáncer de mama.
‘Patrones únicos de tejido mamario’
Utilizando información de más de 90.000 mamografías tomadas en el Hospital General de Massachusetts (MGH), un equipo del Laboratorio de Ciencias Informáticas e Inteligencia Artificial del MIT ha desarrollado un nuevo modelo de aprendizaje profundo que detecta patrones sutiles de cambio en el tejido mamario que el ojo humano no puede detectar.
Programado utilizando mamografías y resultados conocidos de más de 60.000 pacientes, el modelo identifica precursores de tumores malignos y puede predecir a partir de una mamografía si es probable que una paciente desarrolle cáncer de mama.
A diferencia de la evaluación de factores de riesgo clave, como la edad, los antecedentes familiares de cáncer de mama, el estado hormonal y la densidad mamaria, el modelo de aprendizaje profundo del MIT identifica patrones indicativos de cáncer de mama. Por lo tanto, las predicciones se basan en datos y se pueden realizar hasta 5 años antes de que se desarrolle el cáncer. De este modo, el cribado proporciona una evaluación de riesgo individual que podría utilizarse para personalizar los programas de cribado y prevención según cada paciente.
Constance Lehman, profesora de radiología en la Facultad de Medicina de Harvard y jefa de división de imágenes mamarias en el MGH, comentó sobre la investigación:
Desde la década de 1960, los radiólogos han notado que las mujeres tienen patrones únicos y muy variables de tejido mamario visibles en la mamografía… Estos patrones pueden representar la influencia de la genética, las hormonas, el embarazo, la lactancia, la dieta, la pérdida de peso y el aumento de peso. Ahora podemos aprovechar esta información detallada para ser más precisos en nuestra evaluación de riesgos a nivel individual».
El modelo se utilizó para identificar retrospectivamente a las mujeres con alto riesgo de desarrollar cáncer de mama a partir de casi 89.000 mamografías de detección consecutivas realizadas entre 2009 y 2012. Colocó correctamente al 31% de todas las pacientes que posteriormente desarrollaron cáncer de mama en el decil de riesgo superior. El valor correspondiente obtenido utilizando el modelo Tyrer-Cuzick existente fue de solo el 18%.
Es particularmente sorprendente que el modelo funcione igualmente bien para personas blancas y negras, lo que no ha sido el caso con herramientas anteriores. Si se valida y se pone a disposición para un uso generalizado, esto realmente podría mejorar nuestras estrategias actuales para estimar el riesgo.
El equipo tiene como objetivo hacer que su modelo forme parte del estándar de atención. Al predecir qué personas desarrollarán cáncer en el futuro, las estrategias de manejo se pueden adaptar en consecuencia, previniendo el desarrollo del cáncer de mama y salvando vidas.
Fuente:
Yala A., et al. . Un modelo basado en mamografía de aprendizaje profundo para una mejor predicción del riesgo de cáncer de mama. Radiología. doi.org/10.1148/radiol.2019182716.;