Fiabilidad

Detección y tratamiento del cáncer con IA en 2024: ¿La solución oncológica definitiva?

Resumen

El tratamiento del cáncer con IA es un concepto complicado por el hecho de que el "cáncer" es en realidad un conjunto complejo de enfermedades, no una sola. Sin embargo, la IA puede ayudar a diagnosticar el cáncer, personalizar los tratamientos y hacer un seguimiento de los supervivientes. Sin embargo, hay limitaciones y cuestiones éticas que considerar, como la calidad de los datos, la privacidad, la responsabilidad, el acceso, el consentimiento y la necesidad de una supervisión ética.

El tratamiento del cáncer con inteligencia artificial (IA) es un tema que está ganando terreno, sobre todo debido a la complejidad de la propia enfermedad.

La IA está revolucionando la detección y el tratamiento del cáncer, con estudios académicos y proyectos innovadores respaldados por la Unión Europea que contribuyen a informar sobre el futuro.

Sin embargo, el uso de la IA para el tratamiento del cáncer no está exento de desafíos, como la precisión de los datos, la privacidad y la necesidad de supervisión ética, entre otros.

Así pues, si se pregunta si la IA cura el cáncer o simplemente mejora las metodologías de tratamiento actuales, siga leyendo para explorar el papel de la IA en la oncología.

 

Detección del cáncer con IA: Desentrañar la complejidad de los distintos tipos de cáncer

A menudo se habla del cáncer como si fuera una sola enfermedad. Sin embargo, la realidad es mucho más compleja. En realidad, el cáncer es un conjunto de muchas afecciones relacionadas, que se producen cuando las células empiezan a crecer demasiado rápido. A menudo, esto da lugar a tumores, que pueden extenderse.

El término “cáncer” abarca más de 100 enfermedades, cada una con sus propios riesgos, pruebas de diagnóstico y opciones de tratamiento. Conocer esta gama es vital para el tratamiento y el cuidado.

Por ejemplo, el cáncer de mama. Es el tipo de cáncer más frecuente (Instituto Nacional del Cáncer, 2023), pero no es un solo tipo: tiene muchas clases diferentes, determinadas por las células específicas de la mama que se convierten en cáncer. Y cada tipo tiene sus propias necesidades de tratamiento (American Cancer Society, 2023).

– Tipos básicos

  • La mayoría de los cánceres de mama se llaman “carcinomas”. Se originan en el revestimiento de los conductos mamarios o glándulas productoras de leche.
  • Algunos cánceres de mama permanecen en los conductos galactóforos y no se propagan. Son los llamados cánceres “in situ”.
  • Otros se extienden a la zona mamaria circundante y se conocen como cánceres “invasivos”.

– Tipos invasivos comunes

  • El tipo más común que se extiende es el “carcinoma ductal invasivo”. Constituye el 70-80% de todos los cánceres de mama.
  • Otro tipo que se extiende se llama “carcinoma lobulillar invasivo”.

– Tipos especiales

  • El “triple negativo” es un tipo más difícil de tratar que no tiene ciertos receptores hormonales o proteínas. Constituye alrededor del 15% de los cánceres de mama.
  • El cáncer de mama “inflamatorio” es poco frecuente pero agresivo. Hace que la mama se vea roja e hinchada.

– Tipos raros

  • La “enfermedad de Paget” es rara y afecta al pezón y al círculo oscuro que lo rodea.
  • “El angiosarcoma” se origina en los vasos sanguíneos o linfáticos y es muy poco frecuente.
  • Los “tumores filoides” también son raros y crecen en el tejido conjuntivo de la mama.

El alcance de los tipos de cáncer: Más complejo de lo que se piensa

En definitiva, ni siquiera el cáncer de mama, el tipo más frecuente, es una sola enfermedad.

Este nivel de complejidad cuando se trata de un solo “tipo” de cáncer subraya hasta qué punto el cáncer no es una situación de talla única.

Si el cáncer de mama por sí solo puede dividirse en subtipos tan diversos, surge la pregunta: ¿Hasta qué punto son diversos otros tipos de cáncer, como el de pulmón, piel o próstata? La respuesta es “mucha”.

¿Cómo puede utilizarse la IA en la investigación del cáncer?

La IA se está utilizando en la investigación del cáncer abordando los complejos retos que plantean las diversas formas de cáncer.

Esta tecnología analiza multitud de variables, aprendiendo y adaptándose continuamente a los matices de cada tipo de cáncer y sus subtipos.

Como resultado, la IA desarrolla planes de tratamiento del cáncer tan únicos como las propias enfermedades. Esta sección explora tecnologías e iniciativas de IA de vanguardia que están estableciendo nuevos estándares en la atención oncológica.

– Cómo la IA está mejorando el diagnóstico del cáncer

Los algoritmos de IA están cambiando nuestra forma de abordar el diagnóstico médico por imagen. Pueden analizar imágenes como mamografías y resonancias magnéticas con mayor rapidez y, en ocasiones, mayor precisión que los expertos humanos. Las redes neuronales convolucionales (CNN) son un tipo específico de modelo de aprendizaje profundo que lo hace posible.

Por ejemplo, las arquitecturas EfficientNet desarrolladas en 2019 se han aplicado a la IA para el cáncer de mama, mostrando notables capacidades en el diagnóstico de los distintos tipos de este cáncer (Suh Y.J et al., 2020). Estas arquitecturas también se han utilizado para detectar el cáncer de pulmón (Astaraki M. et al., 2021) y el cáncer cerebral (Guan Y. et al., 2021).

Sin embargo, la detección del cáncer mediante IA no se limita al diagnóstico por imagen. También está avanzando en la detección precoz del cáncer mediante análisis de sangre y otros métodos no invasivos.

Por ejemplo, el aprendizaje automático ha ayudado a identificar marcadores en muestras de sangre que podrían indicar cáncer (Liu B. et al., 2019; Kawakami E. et al., 2019).

5 Detectores/modelos de cáncer de IA innovadores en 2024

  • iStar (arquitectura tisular de superresolución inferida): Creada por Penn Medicine, iStar es una herramienta de IA que revoluciona el análisis de imágenes médicas. Ofrece una visión detallada de las actividades de los genes y las células, lo que contribuye a un diagnóstico preciso de la enfermedad, ya que puede identificar rápidamente las células cancerosas. También desempeña un papel crucial en la comprobación de la zona alrededor de la cual se ha extirpado un tumor para asegurarse de que han desaparecido todas las células cancerosas. Además, iStar identifica respuestas inmunitarias específicas del organismo que combaten el cáncer, lo que resulta útil para decidir si un paciente debe recibir inmunoterapia.
  • Virchow: Virchow, desarrollado por Paige, es capaz de identificar el cáncer en más de 17 tipos diferentes de tejidos, como la piel, los pulmones y los tejidos gastrointestinales. También puede detectar tumores raros e identificar la propagación del cáncer a otras partes del cuerpo. Está construido con la mayor colección de imágenes patológicas digitales y los recursos informáticos más avanzados de Microsoft Research. A diferencia de los modelos de IA más antiguos, Virchow puede detectar rápida y eficazmente varios tipos de cáncer a la vez, lo que lo convierte en una herramienta versátil para el diagnóstico y la planificación del tratamiento. Virchow trabaja actualmente para obtener la aprobación de la FDA, con el objetivo de cumplir unas normas de seguridad y reglamentación estrictas.
  • Prism: Prism, creado por investigadores del MIT y del Centro Médico Beth Israel Deaconess, es una herramienta innovadora destinada a mejorar la detección precoz del cáncer de páncreas. Mediante el análisis de numerosos datos de pacientes, incluidos 6 millones de registros, PRISM predice la probabilidad de desarrollar cáncer de páncreas en un plazo de 6 a 18 meses. El sistema emplea dos modelos de IA para procesar la información del paciente, como la edad, el historial médico y los resultados de laboratorio. Este sistema supera con creces los métodos de detección actuales, identificando el 35% de los casos de alto riesgo mucho antes del diagnóstico. El amplio conjunto de datos de Prism lo hace más preciso y versátil, ofreciendo un avance potencial en la detección y el tratamiento eficaces del cáncer de páncreas.
  • DermaSensor: DermaSensor es un dispositivo innovador que acaba de ser aprobado por la FDA en enero de 2024. Está diseñado para ayudar a los médicos de atención primaria a detectar el cáncer de piel. Utiliza IA avanzada para analizar las lesiones cutáneas en busca de signos de los tres tipos más comunes de cáncer de piel. El dispositivo proyecta luz sobre la piel y analiza su dispersión, lo que revela cambios en las células que podrían indicar la presencia de cáncer. DermaSensor ofrece resultados rápidos, clasificando las lesiones según necesiten una investigación más a fondo o sólo un seguimiento. Esta herramienta facilita a los médicos la detección precoz de los cánceres de piel, lo que es crucial para un tratamiento eficaz.
  • Sybil AI: Sybil AI, creada por el MIT y el Hospital General de Massachusetts, es un avance en la predicción del riesgo de cáncer de pulmón. Utilizando tomografías computarizadas de baja dosis (LDCT), evalúa la probabilidad de desarrollar cáncer de pulmón en un plazo de seis años, proporcionando evaluaciones de riesgo personalizadas. Sybil AI destaca por su capacidad para detectar signos precoces de cáncer de pulmón que los métodos tradicionales suelen pasar por alto. Sus predicciones precisas son esenciales para detectar el cáncer de pulmón a tiempo, cuando es más tratable, lo que puede mejorar las tasas de supervivencia. Eficaz tanto para fumadores como para no fumadores, Sybil AI es un avance clave en el cribado del cáncer de pulmón, que ofrece un enfoque proactivo de la salud pulmonar.

– Personalización del tratamiento

El tratamiento del cáncer con IA está avanzando en uno de los retos más difíciles de la atención sanitaria: la medicina personalizada. Gracias a su potencia computacional, la IA está transformando el enfoque de la atención oncológica, ya que resulta especialmente útil para crear planes de atención personalizados.

En cuanto a la predicción del tratamiento, son eficaces métodos como el uso de los algoritmos Support Vector Machine (SVM) y Random Forest (RF). Estos algoritmos pueden procesar grandes conjuntos de datos con rapidez, desarrollando planes de tratamiento del cáncer más precisos y personalizados (Rezayi S. et al., 2022).

Además, la medicina personalizada a menudo se basa en pruebas genéticas detalladas. Por ejemplo, las pruebas pueden detectar un exceso de proteína HER2 en las células tumorales de mama. Este tipo de información ayuda a elegir un plan de tratamiento específico. Si se detecta un problema genético único, los tratamientos especializados pueden dirigirse directamente a él (Hauser A. S. et al., 2017).

– Control y seguimiento

El tratamiento del cáncer con IA está adquiriendo cada vez más importancia, especialmente en lo que respecta a la monitorización y el seguimiento. El programa Horizonte 2020 de la UE financia varios proyectos que ponen de relieve cómo la IA ayuda a desarrollar un tratamiento del cáncer a medida y adaptable.

QUALITOP: IA en inmunoterapia

El proyecto QUALITOP pretende crear una plataforma digital abierta que utilice IA. Esta plataforma se centra en la inmunoterapia, identificando factores clave de salud, perfilando a los pacientes y haciendo sugerencias en tiempo real. Al incorporar la IA, QUALITOP ofrece opciones de tratamiento precisas que satisfacen las necesidades individuales de cada paciente.

ASCAPE: Cáncer de mama y próstata

ASCAPE trabaja en la creación de un marco abierto de IA para entornos sanitarios. Se centra en el cáncer de mama y de próstata, ofreciendo servicios como intervenciones inteligentes de apoyo físico y emocional. También mejora el asesoramiento a pacientes y familiares. Además, ASCAPE busca el diagnóstico precoz y hace un seguimiento de los patrones de la enfermedad.

CLARIFY: inteligencia artificial para el tratamiento del cáncer y la salud a largo plazo

CLARIFY se centra en los problemas de salud a largo plazo de los supervivientes de cáncer. El proyecto recopila datos sobre supervivientes de distintos tipos de cáncer. Por ejemplo, recoge datos sobre cánceres de mama, pulmón y linfoma. Con la IA, identifica los factores relacionados con los malos resultados sanitarios, con el objetivo de orientar a los profesionales sanitarios en la planificación de una mejor atención tras el tratamiento.

Limitaciones y consideraciones éticas en el tratamiento del cáncer con IA

Aunque el tratamiento del cáncer con IA resulta prometedor para el diagnóstico y la atención, existen limitaciones y problemas éticos.

– Precisión y diversidad de los datos

Un reto clave es la calidad de los datos. Los algoritmos de IA necesitan datos precisos y completos que representen a todas las poblaciones. Si los datos se inclinan hacia un grupo demográfico, el tratamiento del cáncer con IA podría ser sesgado y los planes de tratamiento no funcionarían para otros grupos.

– Privacidad y seguridad

Los datos sanitarios son sensibles. Su recopilación y almacenamiento para el tratamiento del cáncer con IA debe seguir normas estrictas para mantener a salvo la información de los pacientes. Las normas éticas deben guiar la gestión de los datos, especialmente cuando se comparten entre sistemas sanitarios o países.

– ¿Quién es responsable?

Si un sistema de IA comete un error, como diagnosticar mal o sugerir un tratamiento equivocado, la responsabilidad se convierte en un problema. ¿Es el profesional sanitario o los creadores de la IA? Los médicos utilizan la IA como ayuda, pero los algoritmos no siempre aciertan. Es vital que haya un equilibrio entre las capacidades humanas y la IA, con procedimientos claros para tratar los errores.

– Acceso a la IA para el tratamiento del cáncer

Crear y mantener tecnologías avanzadas de IA no es barato. Sólo los sistemas sanitarios bien financiados pueden permitírselo. Esto plantea cuestiones éticas sobre el acceso equitativo a una tecnología de IA para el tratamiento del cáncer que puede salvar vidas. Los esfuerzos deben garantizar que los avances de la IA en el tratamiento del cáncer lleguen a todos, independientemente de su situación económica.

– Comprensión y consentimiento

En la atención sanitaria, la IA suele requerir el uso de los datos de los pacientes, lo que complica el consentimiento informado. Los pacientes deben saber cómo se utilizarán sus datos y qué riesgos y beneficios puede conllevar un tratamiento basado en la IA.

– Necesidad de supervisión ética

Por último, el rápido crecimiento de la IA significa que la ética debe seguir el ritmo. Es posible que los comités éticos médicos necesiten expertos en IA para comprender el impacto total del uso de la IA en la atención sanitaria.

Conclusión

El cáncer es un conjunto complejo de enfermedades, no una sola. Cada tipo, como el cáncer de mama, tiene diferentes subtipos que necesitan tratamientos específicos, lo que pone de relieve la importancia de la IA en oncología, especialmente en la detección del cáncer de mama mediante IA.

La IA está cambiando la forma en que la atención sanitaria aborda el cáncer. En la detección precoz, las herramientas de IA analizan rápidamente las imágenes médicas y los análisis de sangre, y elaboran planes de tratamiento personalizados. Sin embargo, hay algunos problemas. Entre ellos, la calidad de los datos, la privacidad y quién es responsable si se producen errores. También hay que prestar especial atención a aspectos éticos como el consentimiento informado.

Comprender los distintos tipos de cáncer ayuda a ver el gran reto sanitario. El tratamiento del cáncer con IA ofrece planes más precisos y eficaces. Sin embargo, para sacar el máximo partido de la IA, es necesario abordar los retos y la ética.

En última instancia, aunque por el momento no sea posible una cura única para el cáncer debido a la complejidad de la enfermedad, los avances en la tecnología de IA prometen mejores resultados para los pacientes con cáncer. A medida que se desarrolla, la IA ofrece tratamientos más precisos y personalizados, lo que apunta a un futuro con mejores resultados para los distintos tipos de cáncer.

FAQs

¿Existe alguna IA que detecte el cáncer?

¿Cuál es la precisión de la IA en la detección del cáncer?

¿Puede la IA encontrar la cura del cáncer?

Temas relacionados

Maria Webb
Periodista especializada en tecnología

Especialista en contenidos con más de 5 años de experiencia periodística, Maria Webb es actualmente una periodista especializada en tecnología para Business2Community y Techopedia, y se especializa en artículos basados en datos. Tiene especial interés en la IA y el posthumanismo. Su trayectoria periodística incluye dos años como periodista estadística en Eurostat, donde elaboró atractivos artículos centrados en datos, y tres años en Newsbook.com.mt, donde cubrió noticias locales e internacionales.