Imagine poder diagnosticar un tumor cerebral en minutos en lugar de horas; la inteligencia artificial podría hacerlo realidad, según un nuevo estudio. Un nuevo estudio publicado en la revista internacional Nature por investigadores del Instituto Oncode, Centro de Medicina Molecular, Princess El Centro Máxima de Oncología Pediátrica y el Departamento de Neurocirugía de los Centros Médicos de la Universidad de Ámsterdam presentan el miércoles un nuevo concepto impulsado por IA destinado a cambiar la forma en que los cirujanos abordan el diagnóstico y la extirpación de tumores. Sturgeon es un modelo de IA de red neuronal que utiliza secuenciación de nanoporos para diagnosticar rápidamente tumores del sistema nervioso central (SNC). Una red neuronal se refiere a una tecnología diseñada para imitar las actividades del cerebro humano y utiliza algoritmos para reconocer patrones en esa actividad. Los investigadores destacaron la tradición de nombrar el software de nanoporos con el nombre de pez, y porque sonaba como «cirujano». Un tumor del sistema nervioso central es un crecimiento anormal de células dentro del cerebro o la médula espinal. Según la Sociedad Estadounidense de Oncología Clínica, un tumor del SNC puede ser benigno, maligno o canceroso, el último de los cuales puede crecer rápidamente y extenderse a otras partes del cuerpo. Cualquiera que sea el estado, la ASCO dice que requiere atención médica, ya que dichos tumores “representan uno de los tipos de cáncer más letales, particularmente entre los niños”. Los investigadores dijeron que Sturgeon entregó un diagnóstico preciso dentro de los 40 minutos posteriores al inicio de la secuencia en 45 de los 50 muestras analizadas, o el 90% del tiempo, independientemente de los datos médicos del paciente individual. «Concluimos que el diagnóstico aprendido por máquina basado en secuenciación intraoperatoria de bajo costo puede ayudar en la toma de decisiones neuroquirúrgicas, previniendo potencialmente la comorbilidad neurológica y evitando cirugías adicionales». dijo el equipo.Dr. Gabriel Zada, especialista en neurocirugía de Keck Medicine de la USC, dijo que el estudio Sturgeon es muy innovador. Considera que el uso de la IA generativa solo está creciendo en el campo médico.“El problema [the Sturgeon researchers] «Estamos tratando de resolver es que los cirujanos no tienen conocimiento rápido o en tiempo real de los diagnósticos de tumores durante los casos», dijo Zada a Decrypt en una entrevista. “No sólo tumores, sino subtipos de tumores en los que cada vez centramos más atención y prioridad: los marcadores moleculares de los tumores. La clasificación de los tumores está siendo impulsada por estos marcadores genéticos y moleculares”. Keck Medicine de la USC es un centro médico académico integral ubicado en Los Ángeles, CA, afiliado a la Universidad del Sur de California. Ofrece atención al paciente, investigación y educación a través de su red de hospitales, clínicas y médicos. Como explicó Zada, examinar los tumores lleva mucho tiempo, hasta una hora en algunos casos, y puede no dar como resultado una identificación adecuada del tumor. —y, más importante aún, su subtipo genético, que tiene implicaciones sobre cómo se realiza la cirugía o el tratamiento. “¿Se debe extirpar completamente el tumor o simplemente realizar una biopsia? ¿O hay otras técnicas que podamos usar intraoperatoriamente para tratar eso mientras estamos allí? Dijo Zada. «Cada vez es más importante que conozcamos el tipo y subtipo de tumor durante la cirugía». Los rápidos avances en inteligencia artificial han dado lugar a muchos usos, incluso en la atención sanitaria y el diagnóstico de enfermedades. Si bien los expertos advierten contra el uso de chatbots como ChatGPT o Google Bard para autodiagnosticarse, el Dr. Zada dice que Keck y otras instituciones médicas y académicas están recurriendo cada vez más a la IA, y agrega que las herramientas de IA se utilizan en todos los ámbitos, antes, durante y después. cirugía. Los investigadores de Sturgeon son solo uno de los grupos que intentan aprovechar la inteligencia artificial para el tratamiento y diagnóstico del cáncer. En agosto, la startup de biotecnología Etcembly, con sede en el Reino Unido, dijo que utilizó IA generativa para diseñar una inmunoterapia dirigida al cáncer. Ese mismo mes, Google se asoció con la empresa de tecnología médica iCAD para desarrollar un modelo de inteligencia artificial que puede detectar el cáncer de mama utilizando la tecnología de aprendizaje profundo de Google. A principios de este año, un estudio realizado por investigadores de la Universidad de Texas y la Universidad de Massachusetts utilizó grandes modelos de lenguaje. para extraer y aplicar textos de investigación médica, lo que llevó a la creación de CancerGPT, cuyo objetivo es predecir cómo las combinaciones de medicamentos afectan el tejido encontrado en pacientes con cáncer. A medida que los modelos de IA mejoren, dijo Zada, tendrán implicaciones significativas sobre cómo se interpretan y analizan las exploraciones. la automatización de exploraciones, incluida la predicción de tipos y subtipos de tumores mediante imágenes. Añadió que la IA brinda a los médicos la capacidad de ver, en ocasiones, el resultado potencial del tratamiento. “Una cosa que estamos haciendo, especialmente aquí en la USC junto con Caltech, es utilizar IA y análisis de visión por computadora para analizar videos quirúrgicos en condiciones cercanas. en tiempo real”, dijo. «Entonces, a medida que entrenamos estos algoritmos, podemos extraer información muy útil del video quirúrgico casi en vivo una vez que nuestros algoritmos hayan sido entrenados adecuadamente». Si bien herramientas como Sturgeon no reemplazarán a los patólogos en el corto plazo, dijo el Dr. Zada, serán útiles para que los cirujanos y patólogos complementen lo que ya están haciendo. Hizo hincapié en que las mejoras en los modelos de IA reducirán el riesgo de «alucinaciones» de la IA, o los casos en los que generan información falsa. «Esto es una especie de prueba de principio o estudio de viabilidad», dijo Zada. “Están mostrando resultados iniciales que ciertamente preocupan. Pero uno podría imaginar que a medida que su metodología mejore, su conjunto de entrenamiento aumente en número y se agreguen tipos y subtipos de tumores al algoritmo, la precisión del diagnóstico solo mejorará”. Si bien es optimista sobre el uso de la inteligencia artificial en el campo médico, Zada advirtió que la IA no es una solución milagrosa que elimine el riesgo asociado con estas cirugías complejas.“La complejidad de la cirugía no cambia; los riesgos no necesariamente cambian”, dijo. «Pero uno podría imaginar que si se obtiene alguna información que mejore el enfoque quirúrgico, algún día podría convertirse en algo más seguro si se tiene información adicional que cambiaría lo que se hace».
