Uno de los retos a conseguir en el cáncer de mama es reducir el número de falsos positivos y aumentar la detección precoz. Con este objetivo, un equipo de investigadores del Instituto de Física Corpuscular, centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Valencia, y de la Universitat Politécnica de Valencia han desarrollo de un sistema de ayuda al diagnóstico que ofrece una fiabilidad de detección cercana al 90 por ciento, la más alta de este tipo de sistemas.
Según señalan los investigadores, los métodos actuales de asistencia que emplean los radiólogos se limitan a detectar las zonas potencialmente sospechosas en la imagen. Sin embargo, este dispositivo es capaz de reducir el número de zonas sospechosas o falsas alarmas y dar información sobre la presencia de cáncer. Lo consigue basándose en técnicas de inteligencia artificial como las redes neuronales y el uso de algoritmos predictivos.
El nuevo sistema puede reducir los falsos positivos en todos los rangos de edad y, al minimizar las falsas alarmas, evitar que haya que realizar pruebas más lesivas para las mujeres. Se trata, además, de una reducción de los costes clínicos que permitirían incorporar nuevos grupos de riesgo a las campañas de detección.
“Además, si por otros indicios clínicos el profesional sospecha que se encuentra ante un diagnóstico positivo no evidente, puede amplificar regiones que presentan mayores sospechas de malignidad, y que aún no son detectables por el ojo humano experto, para facilitar futuras localizaciones de biopsia”, apunta Francisco Albiol, investigador del CSIC en el Instituto de Física Corpuscular.
Actualmente, los participantes del proyecto estudian cómo trasladar este método a la práctica clínica.
Digital Mammography Dream Challenges
Este sistema es resultado del Digital Mammography Dream Challenges, un proyecto mundial impulsado por las principales instituciones americanas de lucha contra el cáncer junto a multinacionales como IBM y Amazon. El objetivo es mejorar la detección del cáncer de mama mediante la interpretación de la mamografía con técnicas de inteligencia artificial.
Fuente: https://www.redaccionmedica.com