MADRID, 18 Mar. (EUROPA PRESS) -
Utilizando inteligencia artificial (IA) y microscopía digital móvil, los investigadores esperan crear herramientas de detección que puedan detectar precursores del cáncer de cuello uterino en mujeres en entornos con recursos limitados. Un estudio dirigido por investigadores del Karolinska Institutet, en Suecia, ahora muestra que los exámenes de IA de las pruebas de Papanicolaou realizados con escáneres portátiles eran comparables a los análisis realizados por patólogos, según publican en la revista 'JAMA Network Open'.
"Nuestro método nos permite descubrir y tratar de manera más eficaz los precursores del cáncer de cuello uterino, especialmente en los países de bajos ingresos, donde hay una grave falta de patólogos capacitados y equipos de laboratorio avanzados", dice el autor correspondiente Johan Lundin, profesor del Departamento de Global Salud Pública del Karolinska Institutet.
En países con programas nacionales de detección diseñados para detectar anomalías celulares y el virus del papiloma humano (VPH) en muestras de cuello uterino, el número de casos de cáncer de cuello uterino se ha reducido drásticamente. A pesar de esto, se espera que el total mundial de casos aumente en la próxima década, en gran parte debido a la escasez de recursos de detección y vacunas contra el VPH en los países de bajos ingresos.
Se necesitan soluciones de diagnóstico innovadoras que tengan en cuenta las condiciones y limitaciones locales si se quiere ofrecer exámenes de detección ginecológica a más mujeres en todo el mundo.
Para este estudio, los investigadores entrenaron un sistema de inteligencia artificial para reconocer anomalías celulares en el cuello uterino, que cuando se detectan a tiempo pueden tratarse con éxito. Se tomaron frotis de 740 mujeres en una clínica rural en Kenia entre septiembre de 2018 y septiembre de 2019.
Luego, las muestras se digitalizaron con un escáner portátil y se cargaron a través de redes móviles en un sistema de aprendizaje profundo basado en la nube (DLS). Poco menos de la mitad de los frotis se utilizaron para entrenar al programa a reconocer diferentes lesiones precancerosas, mientras que el resto se utilizó para evaluar su precisión.
Luego, la evaluación de la IA se comparó con la realizada por dos patólogos independientes de las muestras digitales y físicas. El estudio muestra que las valoraciones fueron muy similares. El DLS tuvo una sensibilidad del 96-100 por ciento en la identificación de pacientes con lesiones precancerosas.
Ningún paciente con lesiones de alto grado más graves recibió una evaluación de falso positivo. En cuanto a la identificación de frotis sin lesiones, el DLS hizo la misma valoración que los patólogos en el 78-85 por ciento de los casos.
Los investigadores creen que el método se puede utilizar para excluir la mayoría de los frotis, lo que liberaría tiempo para que los expertos locales examinen los que sobresalen. Sin embargo, antes de que esto pueda suceder se necesita más investigación en grupos de pacientes más grandes y diversos, incluidos más frotis y diferentes tipos de lesiones, así como biopsias con precursores confirmados del cáncer de cuello uterino.
"Con el microscopio portátil en línea, el DLS puede actuar como un 'asistente virtual' a la hora de detectar el cáncer de cuello de útero --explica Lundin--. Se puede acceder al asistente de IA a nivel mundial las 24 horas del día y ayudar a los expertos locales a examinar muchos más frotis. Este método permitirá a los países con recursos limitados ofrecer a su población servicios de cribado de forma mucho más eficiente y a un coste menor que el actual".
