Hasta hace poco, las máquinas solo hacían mejor que los humanos trabajos más o menos mecánicos para los que no se requería una gran cualificación. Pero eso está empezando a cambiar. Esta semana, la revista Nature Medicine presenta los resultados de un experimento en el que un algoritmo capaz de aprender logra ser tan bueno o incluso mejor que varios radiólogos a la hora de predecir el riesgo de una persona de sufrir cáncer de pulmón después de ver imágenes del paciente obtenidas por tomografía.
El cáncer de pulmón mata a más de un millón de personas al año en el mundo y es el tumor más letal entre los hombres y el segundo entre las mujeres después del de mama. El cribado con tomografía con dosis bajas de radiación permite reducir la mortalidad por este tipo de tumores haciendo posible un tratamiento temprano, pero aún existen problemas relacionados con los falsos positivos y negativos que produce este método.
Para intentar mejorar estos resultados, Google y la Universidad del Noroeste en Illinois (EE UU) propusieron un sistema de inteligencia artificial que utilizaba imágenes de tomografía presentes y pasadas de pacientes para predecir su riesgo de desarrollar cáncer de pulmón. Empleando casi 8000 casos, compararon sus análisis con los de seis radiólogos. Cuando no había tomografías previas de los pacientes y solo se estudiaba una actual, la máquina obtuvo mejores resultados que cualquiera de los médicos, con una reducción del 11% en el número de falsos positivos y un 5% en el de falsos negativos. Cuando sí que había imágenes previas de los pacientes, el modelo informático igualaba los resultados de los radiólogos.
“En general, los radiólogos examinan cientos de imágenes bidimensionales, pero este nuevo sistema de aprendizaje automático ve los pulmones en una gran imagen tridimensional”, explica el profesor de la Universidad del Noroeste Mozziyar Etemadi, uno de los autores del trabajo. “La inteligencia artificial en 3D puede ser mucho más sensible para detectar el cáncer de pulmón en una fase temprana que un humano mirando a imágenes en 2D”,