Inteligencia artificial para diagnosticar células cancerosas

En pacientes con cáncer, puede haber una enorme variación en los tipos de células cancerosas de un paciente a otro, incluso dentro de la misma enfermedad. La identificación de los tipos de células presentes en particular puede ser muy útil al elegir el tratamiento que sería más efectivo, pero los métodos para hacerlo requieren mucho tiempo y, a menudo, se ven obstaculizados por el error humano y los límites de la vista humana.

En un importante avance que podría indicar una nueva era en el diagnóstico y tratamiento del cáncer, un equipo de la Universidad de Osaka y sus colegas han demostrado cómo se pueden superar estos problemas a través de un sistema basado en inteligencia artificial que puede identificar diferentes tipos de células cancerosas simplemente mediante escaneo microscópico de imágenes, logrando mayor precisión que el juicio humano. Este enfoque podría tener importantes beneficios en el campo de la oncología.

El sistema se basa en una red neuronal convolucional, una forma de inteligencia artificial modelada en el sistema visual humano. En este estudio se aplicó este sistema para distinguir las células cancerosas de los ratones y los humanos, así como las células equivalentes que también se habían seleccionado para la resistencia a la radiación.

“Primero entrenamos nuestro sistema con 8,000 imágenes de células obtenidas de un microscopio de contraste de fase”, dice Hideshi Ishii, el autor del estudio, “Luego probamos su precisión en otras 2,000 imágenes, para ver si había aprendido las características que distinguen las células cancerosas de ratón de las humanas, y las células cancerosas radiorresistentes de las radiosensibles”.

Al crear una gráfica bidimensional de los hallazgos obtenidos por el sistema, los resultados para cada tipo de célula se agruparon, mientras se separaron claramente de las otras células. Esto mostró que, después del entrenamiento, el sistema podría identificar correctamente las células basándose solo en las imágenes microscópicas de ellas.

“La automatización y la alta precisión con que este sistema puede identificar las células debería ser muy útil para determinar exactamente qué células están presentes en un tumor o circulando en el cuerpo de los pacientes con cáncer”, dice el autor principal, Masayasu Toratani. “Por ejemplo, saber si las células radiorresistentes están presentes o no, es vital para decidir si la radioterapia sería efectiva, y luego se puede aplicar el mismo enfoque después del tratamiento para ver si ha tenido el efecto deseado”.

En el futuro, el equipo espera capacitar al sistema en más tipos de células cancerosas, con el objetivo final de establecer un sistema universal que pueda identificar y distinguir automáticamente todas esas células.