Los médicos dicen que esta herramienta de IA puede encontrar cánceres de seno ocultos
La nueva herramienta puede salvar vidas para mujeres con tejido mamario denso.
La Fundación Nacional de Cáncer de Mama estima que una de cada ocho mujeres En los Estados Unidos desarrollará cáncer de seno en su vida, y los estudios muestran que las mujeres con tejido mamario denso y graso tienen un Riesgo de cuatro a seis veces de cáncer. Con el avance de la tecnología y la investigación, sabemos mucho más sobre informes de mamografía y factores de riesgo que nunca. Y ahora, una nueva herramienta de IA podría ayudar a localizar el cáncer de seno en mujeres con tejido denso que las imágenes estándar no siempre detectan.
RELACIONADO: Los científicos pueden haber descifrado el código para predecir el cáncer de seno en tejido denso .
Una nueva herramienta de IA puede localizar con mayor precisión los tumores de mama cancerosos.
En un estudio publicado en la revista Radiología , los investigadores presentaron un nuevo modelo de detección de IA que puede ubicar con precisión tumores cancerosos en las imágenes de mama. La herramienta no es un reemplazo para la resonancia magnética (MRI), sino que podría usarse para "mejorar la precisión y eficacia de la resonancia magnética de la mama", según los autores.
"La resonancia magnética asistida por AI-AI podría detectar cánceres que los humanos no encontrarían de otra manera", Felipe Oviedo , PhD, autor de estudio principal y analista senior de investigación de Microsoft’s AI for Good Lab, dijo en Un comunicado de prensa .
Pero si bien las resonancias magnéticas son más completas que las mamografías, son más costosas y tienen una tasa falsa positiva más alta. Los investigadores creen que el nuevo modelo de detección de IA podría cerrar la brecha y promover la progresión de la salud de las mujeres.
Lo más importante, tal vez, el modelo de IA podría ser una herramienta para salvar vidas para mujeres con tejido mamario denso, un factor que aumenta el riesgo de cáncer de seno, según el Fundación de investigación del cáncer de mama (BCRF).
La prueba podría salvar vidas para mujeres con tejido mamario denso.
Como La mejor vida Anteriormente explicado, "el tejido mamario denso se refiere a los senos compuestos por menos tejido graso y más fibroso y glandular, en otras palabras, es cómo aparecen sus senos en una mamografía. No puede sentir tejido mamario denso, y no causa dolor ni cambios en la seno".
En una mamografía, tanto el tejido mamario denso como los tumores aparecen blancos, lo que (no es evidente) hace que sea más difícil para los radiólogos descifrar lo que es potencialmente canceroso. También puede ser más difícil ver tumores a través de tejido denso, agrega Clínica de Cleveland .
El cáncer de mama comienza en su tejido fibroglandular, que es naturalmente denso. Desafortunadamente, "cuanto más tejido fibroglandular que tenga en su seno, mayores serán las posibilidades de desarrollar cáncer de seno", dice la clínica.
Hay cuatro tipos de tejido mamario denso:
- Principalmente tejido graso
- Tejido mama fibroglandular disperso
- Tejido mamario heterogéneamente denso
- Tejido mamario extremadamente denso
De los cuatro, el tejido mamario fibroglandular disperso y heterogéneamente denso es más común (40 por ciento de las mujeres).
"El tejido mamario denso es más común en mujeres menores de 40 años, aquellas con un índice de masa corporal bajo (IMC), aquellos con antecedentes familiares de tejido denso, mujeres embarazadas o amamantadas, y aquellos que toman terapia de reemplazo hormonal (TRH)", informó La mejor vida .
RELACIONADO: El 85% de las mujeres no vacunadas probablemente obtendrán este virus, y la nueva investigación lo vincula con una enfermedad cardíaca .
¿Cómo funciona la herramienta y cuándo estará disponible?
El modelo de detección de anomalías de IA es una creación del equipo de investigación de Olviedo e investigadores clínicos en el Departamento de Radiología de la Universidad de Washington. Está diseñado para distinguir entre datos normales y anormales y anomalías de indicador para una evaluación adicional. Como resultado, las imágenes de resonancia magnética de mama reciben una "puntuación de anomalía estimada".
Entonces, ¿cómo lograron esto? Los investigadores capacitaron al modelo de IA "utilizando datos de casi 10,000 exámenes de resonancia magnética de senos con contraste consecutivos", de los cuales incluyeron el 42.9 por ciento con senos heterogéneamente densos y 11.6 por ciento con senos extremadamente densos.
Oviedo llamó a la herramienta AI "una solución prometedora".
"A diferencia de los modelos tradicionales de clasificación binaria, nuestro modelo de detección de anomalías aprendió una representación sólida de casos benignos para identificar mejor tumores malignos anormales", dijo.
Además, los investigadores dijeron que la herramienta AI puede producir "un mapa de calor resuelto espacialmente" para las IRM. Con esta característica, los reflejos de mapa de calor o las regiones de "colores" en la imagen del seno que detecta son anormales.
Esta característica se probó en 171 mujeres que recibieron una resonancia magnética para evaluación de detección o preoperatoria para un cáncer conocido, y 221 mujeres con cáncer de mama invasivo. Según los hallazgos, "las regiones anormales identificadas por el modelo coincidieron con las áreas de malignidad probada por biopsia anotadas por un radiólogo, superando en gran medida el rendimiento de los modelos de referencia".
Los investigadores dicen que el modelo de IA tuvo éxito tanto en la alta prevalencia de cáncer como en los casos de baja prevalencia del cáncer. Oviedo cree que la integración de la herramienta en el flujo de trabajo de radiología puede "mejorar la eficiencia de lectura".
"Nuestro modelo proporciona una explicación comprensible a nivel de píxel de lo que es anormal en un seno", dijo Oviedo. "Estos mapa de calor de anomalía podrían resaltar áreas de preocupación potencial, lo que permite a los radiólogos centrarse en aquellos exámenes que tienen más probabilidades de ser cáncer".
Oviedo dijo que la herramienta AI todavía está en evaluación antes de que esté lista para la aplicación clínica.
Más de 200 nombres de chat grupales increíbles para usar con amigos, familiares y compañeros
