IA de Google supera a médicos en la detección del cáncer de mama
El estudio realizado por la unidad de IA de Alphabet, DeepMind, demostró reducir los diagnósticos erróneos de más de 28 mil mamografías.
La Inteligencia Artificial (IA) de Google demostró ser más preciso que un médico especializado para detectar el cáncer de mama, señala un estudio publicado en la revista Nature.
De acuerdo con la investigación, la lectura de mamografías con DeepMind redujo los diagnósticos erróneos y la carga de trabajo para los especialistas. Según datos de más de 28 mil mamografías realizadas en Estados Unidos y el Reino Unido, el sistema logró reducir hasta un 5.7 por ciento los falsos positivos en EE.UU.
También redujo el número de falsos negativos en un 9.7 por ciento en Estados Unidos y un 2.7 por ciento en el grupo del Reino Unido.
En los dos países las mamografías son analizadas por lo menos por dos radiólogos para llegar a un diagnóstico certero. El estudio menciona que al emplear IA en la lectura de pruebas sólo se necesita el apoyo de un médico.
Relacionado: Algoritmo basado en Inteligencia Artificial predice el cáncer de mama
Durante una prueba alterna, la IA de Google se enfrentó contra seis radiólogos especializados y logró superarlos en la detección precisa del cáncer de mama.
El análisis de rayos X es indispensable para el diagnóstico de esta enfermedad, y la idea de utilizar computadoras para precisar la valoración no es nueva. Actualmente son comunes los sistemas de detección asistida por computadora en las clínicas de mamografías.
Sin embargo, la IA podría mejorar el rendimiento de las clínicas, debido a que el algoritmo es entrenado con miles de mamografías reales para detectar el cáncer. Por el contrario, los programas de detección asistida simplemente identifican elementos que los cardiólogos tienen que revisar nuevamente en la lectura.
Google también está trabajando en entrenar su algoritmo para que logre predecir si un paciente tiene mayores probabilidades de vivir o morir, según datos de Bloomberg.
Aunque el estudio se trata de sólo una investigación, la implementación de una tecnología que puede trabajar las 24 horas del día podría ayudar a acelerar la detección temprana y un futuro con estudios más precisos.