La IA de Google puede detectar cáncer de mama con más precisión que un humano

La Inteligencia Artificial no solo está encaminada a desarrollar armas capaces de atacar de forma autónoma, ni para analizar los vídeos que subes a Facebook. También sirve para salvar vidas: Google ha estado desarrollando una Inteligencia Artificial precisamente para identificar cáncer de mama en estado avanzado, y resulta que tiene mayor efectividad que un doctor humano experimentado.

Esta herramienta de aprendizaje automático de la que hablamos, desarrollada específicamente para detectar el cáncer de mama metastásico (avanzado), tiene mayor precisión que los patólogos cuando observan diapositivas. Esta herramienta básicamente analiza las diapositivas y, gracias a que está entrenada para reconocer tumores, es capaz de identificar metástasis en una amplia variedad de condiciones.

Código libre e Inteligencia Artificial para detectar cáncer avanzado

En definitiva, este software de Google, según el artículo publicado en la revista The American Journal of Surgical Pathology, ha sido capaz de diferenciar el cáncer de mama con algo que en realidad no lo es, en un 99,3% en las condiciones adecuadas, incluso cuando la metástasis es lo suficientemente pequeña como para que un humano la pase por alto. Y esto, es un mundo donde casi el 90% de las muertes producidas por cáncer son de metástasis, es muy importante.

Esta IA es capaz de evaluar de forma autónoma las biopsias de los ganglios linfáticos, pero será un complemento a los humanos

Y con esto se ha conseguido varias cosas, gracias a este Asistente del ganglio linfático (LYNA por sus siglas en inglés): además de que los doctores, al contar con esta herramienta, cuentan con mayor precisión, los tiempos de análisis se han reducido a un solo minuto, por lo que este tipo de análisis serán más baratos.

«Los algoritmos de inteligencia artificial pueden evaluar exhaustivamente cada parche de tejido en una diapositiva», detalla el artículo. Esta red neuronal, basada en Inception-v3, un modelo de aprendizaje profundo de reconocimiento de imagen de código abierto. Toma una imagen de entrada de 299 píxeles y describe los tumores a nivel de píxeles.

Durante las pruebas, ajustando el umbral de sensibilidad del modelo para detectar todos los tumores en cada diapositiva, mostró una sensibilidad del 69%, identificando con precisión los 40 metástasis sin ningún falso positivo. Pero este sistema no es perfecto, claro: en ocasiones, identificó erroneamente tumores de origen germinal y glóbulos blancos derivados de la médula ósea .