Desarrollan IA para la detección temprana del cáncer de páncreas

Soramir Torres

, CIENCIA

Investigadores de la división CSAIL del MIT, centrado en la investigación relacionada con el desarrollo de la inteligencia artificial y la ingeniería computacional, desarrolló dos algoritmos de machine learning que permiten mejorar  la detección temprana de un tipo concreto de cáncer. 

En concreto, son capaces de detectar el cáncer de páncreas en un estado mucho más temprano que lo que permiten los estándares de diagnóstico actuales.

De acuerdo a los científicos, la combinación de estos dos modelos forma la red neuronal PRISM, y se utiliza específicamente para la detección del adenocarcinoma ductal de páncreas (PDAC), el tipo más común de cáncer pancreático. 

Los criterios de detección estándar actuales de PDAC detectan alrededor del 10% de los casos en pacientes examinados por profesionales. En comparación, PRISM del MIT fue capaz de identificar casos de PDAC el 35% de las veces.

TE PUEDE INTERESAR: Así Será La Prueba De Las Vision Pro En Las Tiendas De Apple

Cómo funciona la IA para detectar el cáncer de páncreas 

  • La IA funciona analizando los datos demográficos de los pacientes, los diagnósticos anteriores, los medicamentos actuales y anteriores en los planes de atención y los resultados de laboratorio. 
  • En conjunto, el modelo trabaja para predecir la probabilidad de cáncer mediante el análisis de los datos de los registros médicos electrónicos en conjunto con cosas como la edad de un paciente y ciertos factores de riesgo evidentes en su estilo de vida. 
  • PRISM solo es capaz de ayudar a diagnosticar a la mayor cantidad de pacientes a la velocidad a la que la IA puede llegar a las masas. 
  • Por el momento, la tecnología está vinculada a los laboratorios del MIT y a pacientes seleccionados en los EE. UU. 
  • La red neuronal se programó en función del acceso a diversos conjuntos de registros médicos electrónicos reales de instituciones de salud de todo Estados Unidos. 
  • Se alimentó con los datos de más de 5 millones de registros médicos electrónicos de pacientes.

Foto: Possessed Photography (@possessedphotography) | Unsplash

Deja una respuesta