Según un estudio, la compañía ha diseñado una herramienta que acierta, de media, un 5 por ciento más que un experto

Un algoritmo de Google detecta el cáncer de pulmón más rápido que un médico
El modelo se comparó con las pruebas hechas por seis radiólogos.


1 jun. 2019 12:00H
SE LEE EN 3 minutos
Google no para de diseñar algoritmos. Para posicionar las búsquedas, mejorar los resultados en sus compras y, ahora, ayudar al médico. Así lo ha hecho público un estudio realizado por la compañía en colaboración con la Northwestern Medicine en el que aseguran haber creado un ‘bot’ capaz de encontrar un cáncer de pulmón “con un porcentaje de acierto más alto que un grupo de especialistas”.

Su trabajo ha estado centrado en crear un algoritmo capaz de detectar un cáncer de pulmón a partir de pruebas de detección realizadas por los médicos humanos. Tras ocho años de aprendizaje y desarrollo han llegado los primeros resultados que son realmente positivos. El algoritmo acierta, de media, un 5 por ciento más que un experto.

Según explica la revista Nature Medicine, además de esta capacidad de acierto de  un 5 por ciento más, fue un 11 por ciento más propenso a reducir los falsos positivos. Concretamente, el algoritmo se utilizó para predecir si un paciente tenía cáncer de pulmón, generando un sistema de puntuación para analizar el riesgo de que dicho tumor sea o no maligno e identificando la ubicación del tejido en los pulmones.

La idea final es que esta herramienta esté disponible a través de la API de Google Cloud Healthcare y que se pueda usar por especialistas de todo el mundo para mejorar en la detección y análisis de estas enfermedades.
Según han explicado en el informe el líder técnico de Google, Shravya Shetty, y el gerente de producto, Daniel Tse, el sistema de inteligencia artificial utiliza el aprendizaje en 3D para analizar la anatomía completa en las tomografías del tórax, “así como parches basados en técnicas de detección de objetos que identifican regiones con lesiones malignas”.


El 94 por ciento de acierto en 6.716 casos


El modelo se entrenó utilizando más de 42.000 imágenes de detección de TC de tórax tomadas de casi 15.000 pacientes. La idea final es que sea mucho más sencillo y rápido detectar una enfermedad que al año mata a más de 2 millones de personas.

“El deep learning o aprendizaje profundo es una rama de la inteligencia artificial por la que la máquina aprende a partir de ejemplos y elabora por sí sola patrones cada vez más complejos, simulando el funcionamiento del cerebro”, explica el informe en el que se apoyan estos resultados.

Este sistema de inteligencia artificial fue capaz de detectar los módulos con una precisión del 94 por ciento en 6.716 casos de prueba. El modelo se comparó con las pruebas hechas por seis radiólogos tanto cuando estos disponían de imágenes por TAC previas como cuando no, y en los dos casos la máquina superó a los radiólogos expertos.

Mozziyar Etemadi, profesor de Medicina y de Ingeniería en Northwestern y uno de los autores de este artículo, explica que los radiólogos generalmente examinan cientos de imágenes bidimensionales en una sola tomografía computarizada, pero este nuevo sistema permite analizar instantáneas en 3D. "La inteligencia artificial en 3D puede ser mucho más sensible en su capacidad de detectar el cáncer de pulmón temprano que el ojo humano que mira imágenes en dos dimensiones", resume este investigador.
Las informaciones publicadas en Redacción Médica contienen afirmaciones, datos y declaraciones procedentes de instituciones oficiales y profesionales sanitarios. No obstante, ante cualquier duda relacionada con su salud, consulte con su especialista sanitario correspondiente.