La IA puede mejorar el diagnóstico del cáncer de ovario

Un nuevo estudio internacional dirigido por investigadores del Instituto Karolinska de Suecia muestra que los modelos basados en inteligencia artificial pueden superar a los expertos humanos en la identificación del cáncer de ovario en imágenes de ultrasonido. El estudio se publica en 'Nature Medicine'.

"Los tumores de ovario son comunes y a menudo se detectan por casualidad", afirma la profesora Elisabeth Epstein del Departamento de Ciencias Clínicas y Educación del Södersjukhuset (Hospital General Sur de Estocolmo) del Instituto Karolinska y consultora principal del Departamento de Obstetricia y Ginecología del hospital.

"En muchas partes del mundo hay una grave escasez de expertos en ecografía, lo que ha suscitado preocupaciones por intervenciones innecesarias y retrasos en el diagnóstico de cáncer. Por ello, queríamos averiguar si la IA puede complementar a los expertos humanos", afirma.

Avances tecnológicos

Los investigadores han desarrollado y validado modelos de redes neuronales capaces de diferenciar entre lesiones ováricas benignas y malignas, tras entrenar y probar la IA en más de 17.000 imágenes ecográficas de 3.652 pacientes de 20 hospitales de ocho países. A continuación, compararon la capacidad diagnóstica de los modelos con un gran grupo de expertos y ecografistas menos experimentados.

Los resultados mostraron que los modelos de IA superaron a los examinadores expertos y no expertos en la identificación del cáncer de ovario, logrando una tasa de precisión del 86,3 por ciento, en comparación con el 82,6 por ciento y el 77,7 por ciento de los examinadores expertos y no expertos respectivamente. "Esto sugiere que los modelos de redes neuronales pueden ofrecer un apoyo valioso en el diagnóstico del cáncer de ovario, especialmente en casos difíciles de diagnosticar y en entornos donde hay escasez de expertos en ecografía", reseña la profesora Epstein.

Los modelos de IA también pueden reducir la necesidad de derivaciones a expertos. En una situación de triaje simulado, el apoyo de la IA redujo el número de derivaciones en un 63 por ciento y la tasa de diagnósticos erróneos en un 18 por ciento. Esto puede conducir a una atención más rápida y rentable para las pacientes con lesiones ováricas. A pesar de los resultados prometedores, los investigadores subrayan que se necesitan más estudios antes de comprender plenamente todo el potencial de los modelos de redes neuronales y sus limitaciones clínicas.

Necesidad de desarrollo

"Con una investigación y un desarrollo continuos, las herramientas basadas en IA pueden ser una parte integral de la atención médica del mañana, aliviando a los expertos y optimizando los recursos hospitalarios, pero debemos asegurarnos de que puedan adaptarse a diferentes entornos clínicos y grupos de pacientes", apunta Filip Christiansen, estudiante de doctorado en el grupo de investigación Epstein en el Instituto Karolinska.

Los investigadores están realizando estudios clínicos prospectivos en Södersjukhuset para evaluar la seguridad clínica diaria y la utilidad de la herramienta de IA. Las investigaciones futuras también incluirán un estudio multicéntrico aleatorizado para examinar su efecto en la gestión de los pacientes y los costos de la atención médica.