Un equipo de investigadores de Microsoft, la Universidad de Washington y el servicio de salud Providence, uno de los mayores de Estados Unidos, han desarrollado un modelo fundacional de inteligencia artificial (IA) para mejorar el pronóstico y diagnóstico del cáncer. Esto ayudará a entender mejor las causas de esta enfermedad, que en el año 2022 fue la primera causa de muerte en el mundo con casi 10 millones de defunciones, según la Organización Mundial de la Salud (OMS).
Este nuevo modelo, conocido como Prov-GigaPath, se basa en avanzados algoritmos de aprendizaje automático entrenados con datos reales. Se diferencia de otros ya existentes, como el Atlas del Genoma del Cáncer (TCGA, por sus siglas en inglés), por el número de datos empleados procedentes de 1,3 millones de imágenes de algo más de 171.000 láminas completas. [Este término se utiliza en patología digital para referirse a que se está trabajando con imágenes de muestras completas, en lugar de secciones o partes de las mismas].
Estas pruebas diagnósticas proceden de 30.000 pacientes y cubren 31 tipos de tejidos. “Con este trabajo hemos superado tres restos que han impedido que los modelos de patología computacional anteriores se apliquen ampliamente en el entorno clínico: escasez de datos del mundo real, incapacidad para incorporar modelos completos y falta de accesibilidad. ”, explica Ari Robicsek, director de investigación y análisis de Providence.
Mejor comprensión del tumor
Microsoft ha contribuido a este proyecto con LongNet, una tecnología que permite el ”modelado prolongado de imágenes de láminas completas”, es decir, se usa la computación para analizar estas láminas completas de tejido en lugar de por áreas como se hacía hasta ahora.
Gracias a esto, Prov-GigaPath ha alcanzado un rendimiento óptimo en 25 de 26 tareas de patología digital, mejorando los resultados anteriores en 18 de esas tareas. "Los datos de las láminas completas de patología, a través de herramientas de IA como esta, pueden descubrir relaciones e ideas que van más allá de lo que el ojo humano puede discernir", aporta Carlo Bifulco , director médico de Providence Genomics.
Este modelo permitirá nuevos enfoques para estudiar el microambiente tumoral (células que alimentan un tumor). Esto podría tener aplicaciones posteriores en el diagnóstico y pronóstico del cáncer, como ayudar a los médicos en la selección de tratamientos más efectivos y promover la medicina personalizada. También existe la posibilidad de que tenga impactos biomédicos más amplios en el futuro.
Los investigadores aseguran que el potencial de Prov-GigaPath para mejorar la atención al paciente es "inmenso". Providence ya ha adelantado que planea aprovechar la capacidad de este nuevo modelo para pronosticar la probabilidad de mutaciones genómicas que causan del cáncer, superando las barreras socioeconómicas que actualmente limitan el acceso a la medicina de precisión en oncología.
Además, ayudará a caracterizar el microambiente tumoral mediante el análisis de grandes conjuntos de datos, proporcionando una comprensión más exacta del tumor de un paciente que no es posible con la observación convencional por áreas.