Primer prototipo para aplicar IA al diagnóstico colorrectal

Las tasas de incidencia y mortalidad del cáncer colorrectal (CCR) están en aumento alarmante, y las predicciones muestran un aumento continuo hasta al menos 2040. Actualmente, el CCR se sitúa como el tercer tipo de cáncer más diagnosticado (10,7 % de todos los casos de cáncer) y el segundo más mortal. A pesar de la eficacia de las técnicas endoscópicas y de imagen en la detección del CCR, el diagnóstico final del cáncer siempre depende de la evaluación de las muestras histológicas por parte de un patólogo. Los patólogos de todo el mundo todavía realizan de forma rutinaria la clasificación de la displasia al evaluar muestras de tejido colorrectal. Los sistemas de diagnóstico asistido por computadora (CAD) para patología colorrectal enfrentan desafíos debido al alto volumen de datos y la resolución masiva de las imágenes, lo que genera un cuello de botella en los enfoques de aprendizaje profundo (DL) que extraen parches de portaobjetos completos.

Ahora, investigadores de INESC TEC (Oporto, Portugal) e IMP Diagnostics (Oporto, Portugal) han creado un prototipo pionero que emplea inteligencia artificial (IA) para el diagnóstico colorrectal. Este prototipo es el resultado de una innovación técnica que implica una metodología de entrenamiento nueva y más eficiente que reduce significativamente la cantidad de imágenes necesarias para entrenar el modelo de IA sin comprometer su efectividad. El avance no sólo mejora la tecnología de análisis de imágenes sino que también contribuye al desarrollo de soluciones más eficientes para diagnosticar el cáncer colorrectal. El proyecto se centró en mejorar un prototipo que utiliza IA como herramienta complementaria para diagnosticar biopsias de colon y recto y crear la base de datos de imágenes digitales más extensa de patologías colorrectales, ahora disponible gratuitamente para la investigación y el avance del conocimiento.

Imagen: El prototipo utiliza la IA como una herramienta complementaria para el diagnóstico de biopsias de colon y recto (Fotografía cortesía de INESC TEC)

Este modelo fue entrenado utilizando aproximadamente 10.000 imágenes de tejidos afectados por patología colorrectal, logrando una precisión diagnóstica del 93,44 % y una sensibilidad del 99,7 % en la identificación de lesiones de alto riesgo asociadas a este tipo de cáncer. Más de la mitad (5.300) de estas imágenes, que representan casi cinco terabytes de datos, se han puesto a disposición de la comunidad científica. La distribución de estas imágenes digitales es parte del compromiso de IMP Diagnostics e INESC TEC con la promoción de la ciencia y el intercambio de conocimiento científico, apegándose a los principios FAIR. Estas directrices internacionales recomiendan que los datos científicos sean fáciles de encontrar, accesibles, interoperables y reutilizables.

Pedro Neto, investigador de INESC TEC, afirmó que “parte de las imágenes se pueden usar para entrenar otros modelos de IA, mientras que las otras se usarán específicamente para pruebas/evaluaciones comparativas entre herramientas de IA, para mejorar la minuciosidad y la equidad al comparar dichas herramientas."

Enlaces relacionados:
INESC TEC
IMP Diagnostics