MADRID 19 Mar. (EUROPA PRESS) -
Investigadores de la Universidad de Duke en Durham, Carolina del Norte (Estados Unidos) han desarrollado un nuevo modelo de inteligencia artificial (IA) interpretable para predecir el riesgo de cáncer de mama a 5 años a partir de mamografías, según un nuevo estudio publicado en 'Radiology', una revista de la Sociedad Radiológica de América del Norte (RSNA).
Se trata de AsymMirai, una mejora que Mirai, un algoritmo de última generación basado en el aprendizaje profundo, que lograba ayudar a predecir el cáncer de mama. Sin embargo, debido a que se sabe poco sobre su proceso de razonamiento, el algoritmo tenía el potencial de ser excesivamente confiable por parte de los radiólogos y dar lugar a diagnósticos incorrectos. Por ello precisaba de una mejora.
"Mirai era una caja negra, una red neuronal muy grande y compleja, similar en construcción a ChatGPT, y nadie sabía cómo tomaba sus decisiones", ejemplifica el autor principal del estudio, Jon Donnelly estudiante del Departamento de Ciencias de la Computación de la Universidad de Duke en Durham. "Desarrollamos un método de IA interpretable que nos permite predecir el cáncer de mama a partir de mamografías con 1 a 5 años de anticipación. Ahora, AsymMirai es mucho más simple y más fácil de entender que Mirai".
Para el estudio, Donnelly y sus colegas del Departamento de Ciencias de la Computación y del Departamento de Radiología compararon su modelo de aprendizaje profundo basado en mamografía recientemente desarrollado llamado AsymMirai con las predicciones de riesgo de cáncer de mama de 1 a 5 años de Mirai. AsymMirai se construyó sobre la parte de aprendizaje profundo "frontal" de Mirai, al tiempo que reemplazó el resto de ese complicado método con un módulo interpretable: disimilitud bilateral local, que analiza las diferencias de tejido entre los senos izquierdo y derecho.
"Anteriormente, las diferencias entre el tejido mamario izquierdo y derecho se utilizaban sólo para ayudar a detectar el cáncer, no para predecirlo de antemano", apunta Donnelly. "Descubrimos que Mirai utiliza comparaciones entre los lados izquierdo y derecho, y así es como pudimos diseñar una red sustancialmente más simple que también realiza comparaciones entre los lados".
Para el estudio, los investigadores compararon 210.067 mamografías de 81.824 pacientes en el conjunto de datos de imágenes EMory BrEast (EMBED) desde enero de 2013 hasta diciembre de 2020 utilizando los modelos Mirai y AsymMirai. Los investigadores descubrieron que su modelo simplificado de aprendizaje profundo funcionó casi tan bien como el Mirai de última generación para la predicción del riesgo de cáncer de mama de 1 a 5 años.
Los resultados también respaldaron la importancia clínica de la asimetría mamaria y, como resultado, resaltan el potencial de la disimilitud bilateral como un futuro marcador de imagen para el riesgo de cáncer de mama.
Dado que el razonamiento detrás de las predicciones de AsymMirai es fácil de entender, podría ser un valioso complemento para los radiólogos humanos en el diagnóstico de cáncer de mama y la predicción de riesgos, explica Donnelly.
"Podemos, con una precisión sorprendentemente alta, predecir si una mujer desarrollará cáncer en los próximos 1 a 5 años basándose únicamente en diferencias localizadas entre el tejido mamario izquierdo y derecho", dijo. "Esto podría tener un impacto público porque, en un futuro no muy lejano, podría afectar la frecuencia con la que las mujeres reciben mamografías".
