Cáncer de Endometrio: un modelo de IA diagnostica con una precisión casi perfecta
- curecompass
- 29 marzo, 2025
- I+D, Tecnología
- Australian Catholic University, Charles Darwin University, Daffodil International University, ECgMPL, Portada, University of Calgary
- 0 Comments
Uno de los cánceres ginecológicos más comunes del mundo podría detectarse antes y con mayor precisión gracias a un modelo de Inteligencia Artificial (IA) especializado, según muestra una nueva investigación.
Investigadores de la Universidad Internacional Daffodil en Bangladesh, la Universidad Charles Darwin, la Universidad de Calgary y la Universidad Católica Australiana desarrollaron un modelo de IA que puede detectar el cáncer de endometrio con una precisión del 99,26 por ciento.
El cáncer de endometrio es el cáncer ginecológico más común en el mundo y uno de los cánceres más diagnosticados en mujeres de Australia, según el Consejo del Cáncer.
El modelo, denominado ECgMPL, examina imágenes histopatológicas, que son imágenes microscópicas de tejido utilizadas en el análisis de enfermedades. El modelo mejora la calidad de las imágenes, identifica las áreas más importantes y analiza el tejido.
A través de un entrenamiento exhaustivo, el sistema ha perfeccionado su habilidad para ignorar información irrelevante y concentrarse solo en lo importante, logrando una precisión del 99.26% en sus diagnósticos.
Se informa que la precisión endometrial actual utilizando el diagnóstico automatizado es de aproximadamente el 78,91 por ciento al 80,93 por ciento.
El coautor y profesor de Tecnología de la Información de la CDU, Dr. Asif Karim, dijo que el modelo podría mejorar los procesos clínicos.
“El modelo ECgMLP propuesto supera los métodos existentes al lograr una precisión del 99,26 por ciento, superando el aprendizaje por transferencia y los modelos personalizados analizados en la investigación, al tiempo que es computacionalmente eficiente”, afirmó el Dr. Karim.
Optimizado mediante estudios de ablación, mecanismos de autoatención y un entrenamiento eficiente, el ECgMLP se generaliza eficazmente en múltiples conjuntos de datos histopatológicos, lo que lo convierte en una solución robusta y clínicamente aplicable para el diagnóstico de cáncer de endometrio.
Niusha Shafiabady, coautora y profesora adjunta asociada de la CDU, quien también es profesora asociada en la Universidad Católica Australiana, dijo que el modelo también tenía beneficios más allá del diagnóstico de cáncer de endometrio.
“La misma metodología se puede aplicar para la detección temprana y el diagnóstico rápidos y precisos de otras enfermedades, lo que en última instancia conduce a mejores resultados para los pacientes”, dijo el profesor asociado Shafiabady.
Evaluamos el modelo en varios conjuntos de datos de imágenes histopatológicas. Diagnosticó cáncer colorrectal con una precisión del 98,57 %, cáncer de mama con una precisión del 98,20 % y cáncer oral con una precisión del 97,34 %.
“El modelo central de IA desarrollado a través de esta investigación puede adoptarse como el cerebro de un sistema de software que se utilizará para ayudar a los médicos en la toma de decisiones en el diagnóstico del cáncer”.
“Nuestro estudio presenta un método innovador para el diagnóstico automatizado de cáncer endometrial mediante imágenes histopatológicas, destacándose por su alta precisión y mínimo tiempo de procesamiento, superando las técnicas existentes”, explican los autores de la investigación.
El enfoque combina diversas técnicas de preprocesamiento de imágenes que garantizan datos de entrada de alta calidad para el análisis posterior. Además, utiliza un método de segmentación en múltiples etapas que permite extraer con precisión las regiones de interés de las muestras de tejido”.
La investigación emplea el modelo ECgMLP, reconocido por su excelente rendimiento en tareas de clasificación de imágenes. Este sistema es capaz de identificar patrones complejos en los datos y filtrar selectivamente la información mediante mecanismos de control, destacando por su eficiencia al requerir menos parámetros que otros modelos comparados.
“Para optimizar el modelo, realizamos un estudio de ablación detallado en 12 casos clínicos. Esta evaluación sistemática permitió perfeccionar el método e identificar la configuración de parámetros que alcanza la mayor precisión diagnóstica”, explican los investigadores.
Pero lo verdaderamente prometedor de esta tecnología es su versatilidad. Cuando los científicos probaron el sistema en otros tipos de cáncer, los resultados fueron igualmente impresionantes: un 98,57% de precisión en cáncer colorrectal, 98,20% en cáncer de mama y 97,34% en cáncer oral. Esto sugiere que la misma arquitectura de inteligencia artificial podría adaptarse para mejorar el diagnóstico de múltiples enfermedades oncológicas.
El impacto potencial de este avance es particularmente relevante para el cáncer endometrial, cuyos síntomas -como sangrado irregular o dolor pélvico- suelen confundirse con otras afecciones menos graves, lo que frecuentemente retrasa su diagnóstico. En Australia, donde esta enfermedad afecta a una de cada 52 mujeres según el Cancer Council, una herramienta de diagnóstico más precisa podría salvar numerosas vidas, especialmente considerando que la detección temprana eleva la tasa de supervivencia a cinco años del 17% al 95%.
Aunque los investigadores advierten que aún son necesarios ensayos clínicos antes de su implementación generalizada, este desarrollo marca un hito en el campo de la inteligencia artificial aplicada a la oncología, siguiendo los pasos de otros sistemas exitosos para la detección de melanomas o cáncer de pulmón.
Lo que comenzó como un proyecto para mejorar el diagnóstico de un cáncer específico podría terminar transformando la forma en que detectamos y combatimos múltiples enfermedades oncológicas en todo el mundo.
ECgMLP: Un nuevo modelo MLP controlado para un mejor diagnóstico del cáncer de endometrio se publicó en la revista Computer Methods and Programs in Biomedicine Update.
