Uso de IA para detectar cáncer a partir de datos de pacientes de forma segura
Crédito: Pixabay/CC0 Dominio público
Un equipo que incluye a la Universidad de Científicos médicos de Leeds.
La inteligencia artificial (IA) puede analizar grandes cantidades de datos, como imágenes o resultados de ensayos, y puede identificar patrones a menudo imperceptibles para los humanos, lo que la hace muy valiosa para acelerar la detección, el diagnóstico y el tratamiento de enfermedades.
Sin embargo, el uso de la tecnología en entornos médicos es controvertido debido al riesgo de divulgación accidental de datos y muchos sistemas son propiedad y están controlados por empresas privadas, lo que les da acceso a datos confidenciales de los pacientes y la responsabilidad de protegerlos.
Los investigadores se propusieron descubrir si una forma de IA, llamada aprendizaje de enjambre, podría usarse para ayudar a las computadoras a predecir el cáncer en imágenes médicas de muestras de tejido de pacientes, sin revelar los datos de los hospitales.
El aprendizaje de enjambre se entrena Algoritmos de IA para detectar patrones en los datos de un hospital o universidad local, como cambios genéticos en imágenes de tejido humano. El sistema de aprendizaje de enjambre luego envía este algoritmo recién entrenado, pero lo más importante, no hay datos locales ni información del paciente a una computadora central. Allí se combina con algoritmos generados por otros hospitales de forma idéntica para crear un algoritmo optimizado. Luego se envía de vuelta al hospital local, donde se vuelve a aplicar a los datos originales, lo que mejora la detección de cambios genéticos gracias a sus capacidades de detección más sensibles.
Al realizar esto varias veces, se puede mejorar el algoritmo. y uno creado que funciona en todos los conjuntos de datos. Esto significa que la técnica se puede aplicar sin necesidad de que los datos se entreguen a empresas de terceros o se envíen entre hospitales o a través de fronteras internacionales.
El equipo entrenó algoritmos de IA con datos de estudio de tres grupos de pacientes de Irlanda del Norte, Alemania y EE.UU. Los algoritmos se probaron en dos grandes conjuntos de imágenes de datos generadas en Leeds y se descubrió que habían aprendido con éxito cómo predecir la presencia de diferentes subtipos de cáncer en las imágenes.
La investigación fue dirigida por Jakob Nikolas Kather, Profesor Asociado Visitante en la Facultad de Medicina de la Universidad de Leeds e Investigador en el Hospital Universitario RWTH Aachen. El equipo incluía a los profesores Heike Grabsch y Phil Quirke, y al Dr. Nick West de la Facultad de Medicina de la Universidad de Leeds.
Dr. Kather dice que «basándonos en los datos de más de 5000 pacientes, pudimos demostrar que los modelos de IA entrenados con el aprendizaje de enjambre pueden predecir cambios genéticos clínicamente relevantes directamente a partir de imágenes de tejido de tumores de colon».
Phil Quirke, Profesor de Patología en la Facultad de Medicina de la Universidad de Leeds, dice que «hemos demostrado que el aprendizaje de enjambre se puede utilizar en medicina para entrenar algoritmos de IA independientes para cualquier tarea de análisis de imágenes. Esto significa que es posible superar la necesidad de transferencia de datos sin instituciones que tienen que renunciar al control seguro de sus datos».
«La creación de un sistema de IA que pueda realizar esta tarea mejora nuestra capacidad para aplicar la IA en el futuro».
La investigación fue publicada en Medicina de la Naturaleza.
Explore más
Nuevo algoritmo para la clasificación de lesiones cutáneas Más información: Jakob Nikolas Kather, Swarm learning para inteligencia artificial descentralizada en histopatología del cáncer, Nature Medicine (2022). DOI: 10.1038/s41591-022-01768-5. www.nature.com/articles/s41591-022-01768-5 Información de la revista: Nature Medicine
Proporcionado por la Universidad de Leeds Cita: Uso de IA para detectar el cáncer de datos de pacientes de forma segura (25 de abril de 2022) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-04-ai-cancer-patient.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.