Durante una cirugía cerebral, inteligencia artificial puede diagnosticar un tumor en 2 minutos

Los patólogos humanos expertos generalmente requieren alrededor de 30 minutos para diagnosticar tumores cerebrales de muestras de tejido extraídas durante cirugía.

Un nuevo sistema artificialmente inteligente puede hacerlo en menos de 150 segundos, y lo hace con mayor precisión que sus contrapartes humanas.

Una nueva investigación publicada en Nature Medicine describe una técnica de diagnóstico novedosa que aprovecha el poder de la inteligencia artificial con una técnica de imagen óptica avanzada.

El sistema puede realizar diagnósticos rápidos y precisos de tumores cerebrales en tiempo prácticamente real, mientras el paciente todavía está en la mesa de operaciones.

En las pruebas, la IA realizó diagnósticos un poco más precisos que los realizados por patólogos humanos y en una fracción del tiempo.

El nuevo sistema podría usarse en entornos donde no hay neurólogos expertos disponibles, y es prometedor como una técnica que también puede diagnosticar otras formas de cáncer.

Durante la cirugía de cáncer, no es raro que los cirujanos extraigan algunos tejidos potencialmente problemáticos para análisis de laboratorio.

Estas biopsias intraoperatorias permiten diagnósticos más precisos y ayudan al equipo médico a idear los siguientes pasos, como programar una cirugía posterior para extirpar el tumor.

Según el nuevo estudio, cada año se hacen biopsias de alrededor de 1.1 millones de muestras de cerebro en los Estados Unidos, todas ellas escrutadas meticulosamente por un neuropatólogo capacitado.

Este proceso, como escribieron los autores en el documento, es “tiempo, recursos y mano de obra intensiva“.

De hecho, estos diagnósticos implican más de una docena de pasos, incluido el transporte del tejido desde la sala de operaciones al laboratorio y colocarlo temporalmente en estado congelado criogénicamente, descongelar y deshidratar la muestra, limpiarla con xileno y montarla en un microscopio para su análisis.

Sin mencionar todos los pasos requeridos por el patólogo para realizar su evaluación del tejido.

Para agravar el problema, actualmente hay una escasez de neuropatólogos en los Estados Unidos, y “se esperan más escaseces dada la tasa de vacantes del 42% en las becas de neuropatología“, según el estudio.

Buscando agilizar este proceso, el neurocientífico de la Universidad de Nueva York Daniel Orringer y sus colegas desarrollaron una técnica de diagnóstico que combinaba una nueva y poderosa técnica de imagen óptica, llamada histología Raman estimulada (SRH), con una red neuronal profunda artificialmente inteligente.

SRH utiliza luz láser dispersa para iluminar características que normalmente no se ven en las técnicas de imagen estándar.

Durante la cirugía, las imágenes adquiridas a través de la SRH son evaluadas por el algoritmo de IA, que necesita menos de 150 segundos para realizar su evaluación, en comparación con los 20 a 30 minutos requeridos por los neuropatólogos humanos.

Los autores “demostraron cómo la combinación de SRH con aprendizaje profundo puede emplearse para predecir rápidamente el diagnóstico intraoperatorio de tumor cerebral“, según el documento.

Lla IA también es capaz de detectar características en las biopsias que no son visibles para el ojo humano.

“Como cirujanos, estamos limitados a actuar sobre lo que podemos ver; esta tecnología nos permite ver lo que de otro modo sería invisible, para mejorar la velocidad y la precisión en la [sala de operaciones] y reducir el riesgo de diagnóstico erróneo“, dijo Orringer, autor principal del artículo, en un comunicado de prensa.

“Con esta tecnología de imágenes, las operaciones de cáncer son más seguras y efectivas que nunca“.

Para crear la red neuronal profunda, los científicos entrenaron el sistema en 2.5 millones de imágenes tomadas de 415 pacientes.

Al final del entrenamiento, la IA podría clasificar el tejido en cualquiera de las 13 formas comunes de tumores cerebrales, como el glioma maligno, el linfoma, los tumores metastásicos, el astrocitoma difuso y el meningioma.

Luego se estableció un ensayo clínico con 278 pacientes con tumor cerebral y epilepsia y tres instituciones médicas diferentes para evaluar la eficacia del sistema.

Las imágenes de SRH fueron evaluadas por expertos humanos o por la IA.

Al observar los resultados, la IA identificó correctamente el tumor el 94.6 por ciento de las veces, mientras que los neuropatólogos humanos fueron precisos el 93.9 por ciento del tiempo.

Curiosamente, los errores cometidos por los humanos fueron diferentes a los errores cometidos por la IA.

En realidad, esta es una buena noticia, porque sugiere que la naturaleza de los errores de la IA puede explicarse y corregirse en el futuro, lo que resulta en un sistema aún más preciso, según los autores.

“La SRH revolucionará el campo de la neuropatología al mejorar la toma de decisiones durante la cirugía y proporcionar una evaluación a nivel de expertos en los hospitales donde no hay neuropatólogos capacitados“, dijo Matija Snuderl, coautora del estudio y profesora asociada en NYU Grossman Facultad de Medicina, en el comunicado de prensa.

Además, debido a que muchas de las características histológicas que se observan en los tumores cerebrales se ven en otras formas de cáncer, este sistema podría eventualmente usarse en otros campos y cirugías, incluyendo dermatología, ginecología, cirugía de mama y cirugía de cabeza y cuello, según el estudio.

Lenta pero segura, la inteligencia artificial está superando a los humanos cuando se trata de este tipo de cosas.

Google, por ejemplo, tiene sistemas que pueden diagnosticar tanto el cáncer de seno como el de pulmón mejor que los expertos humanos.

Fuente: Gizmodo