{"id":6536,"date":"2023-08-14T10:28:39","date_gmt":"2023-08-14T17:58:39","guid":{"rendered":"https:\/\/web.laotrafm.com\/?p=6536"},"modified":"2023-08-14T10:28:47","modified_gmt":"2023-08-14T17:58:47","slug":"un-metodo-basado-en-inteligencia-artificial-detecta-el-cancer-del-futuro","status":"publish","type":"post","link":"https:\/\/web.laotrafm.com\/index.php\/2023\/08\/14\/un-metodo-basado-en-inteligencia-artificial-detecta-el-cancer-del-futuro\/","title":{"rendered":"Un m\u00e9todo basado en inteligencia artificial detecta el c\u00e1ncer del futuro"},"content":{"rendered":"\n

Un nuevo modelo de deep learning<\/em> (aprendizaje profundo) ha dado vida a una serie de algoritmos de inteligencia artificial <\/a>que, aplicados a las mamograf\u00edas convencionales, permite detectar el <\/strong>c\u00e1ncer<\/strong><\/a> hasta cinco a\u00f1os antes de su desarrollo en el paciente<\/strong>.<\/p>\n\n\n\n

Ideado por un grupo de investigadores del Laboratorio de Ciencias de la Computaci\u00f3n e Inteligencia Artificial (CSAIL) y del Hospital General de Massachusetts, este nuevo<\/strong> m\u00e9todo de predicci\u00f3n del c\u00e1ncer<\/strong><\/a> futuro<\/strong> podr\u00eda revolucionar los tratamientos, ya que categoriza con precisi\u00f3n en la categor\u00eda de mayor riesgo al 31% de todos los pacientes con c\u00e1ncer, frente a un 18% de los modelos tradicionales.<\/p>\n\n\n\n

A pesar de los continuos avances cient\u00edficos en materia de gen\u00e9tica, a menudo el diagn\u00f3stico del c\u00e1ncer de mama llega demasiado tarde<\/strong>, lo que lleva a tratamientos agresivos con resultados no siempre positivos. La identificaci\u00f3n anticipada de los pacientes en riesgo a partir de este nuevo modelo de aprendizaje profundo se vuelve vital para detectar en una mamograf\u00eda si el paciente desarrollar\u00e1 c\u00e1ncer en el futuro.<\/p>\n\n\n\n

(Podr\u00eda interesarte: <\/em>\u00bfQui\u00e9n invent\u00f3 la inteligencia artificial?<\/em><\/a>)<\/em>
 <\/p>\n\n\n\n

El diagn\u00f3stico tard\u00edo formar\u00e1 parte del pasado<\/strong><\/h2>\n\n\n\n

Gracias a las mamograf\u00edas y los resultados de m\u00e1s de 60 000 pacientes, los investigadores han podido desarrollar una serie de algoritmos que aprenden los sutiles patrones del tejido mamario que son precursores de un tumor maligno<\/strong>.<\/p>\n\n\n\n

Este descubrimiento posibilita adem\u00e1s la personalizaci\u00f3n de los tratamientos<\/strong> y seguimientos necesarios para cada paciente, ya que el debate sobre cu\u00e1ndo realizar los ex\u00e1menes de detecci\u00f3n sigue sobre la mesa. Mientras la Sociedad Americana del C\u00e1ncer recomienda realizar un chequeo cada a\u00f1o a partir de los 45, el grupo de trabajo preventivo de los EEUU recomienda una evaluaci\u00f3n bianual a partir de los 50 a\u00f1os.<\/p>\n\n\n\n

“En lugar de adoptar un enfoque \u00fanico para todos, podemos personalizar la detecci\u00f3n del riesgo de una mujer de desarrollar c\u00e1ncer<\/a>“, dice Barzilay, autor principal del art\u00edculo sobre el proyecto, en un comunicado de la CSAIL. “Por ejemplo, un m\u00e9dico podr\u00eda recomendar ex\u00e1menes de IRM complementarios para mujeres con alto riesgo evaluado por el modelo”.<\/p>\n\n\n\n

Del primer modelo de riesgo (1989)a la actualidad<\/h2>\n\n\n\n

La edad, los antecedentes familiares de c\u00e1ncer de mama y ovario, la densidad de mama y los factores hormonales y reproductivos han sido hasta ahora los agentes sobre los que se han basado los modelos de riesgo.<\/p>\n\n\n\n

\u201cSin embargo, la mayor\u00eda de estos marcadores est\u00e1n d\u00e9bilmente relacionados con el c\u00e1ncer de mama\u201d, afirman los autores de la investigaci\u00f3n. \u201cComo resultado, incluso despu\u00e9s de d\u00e9cadas de desarrollo, estos modelos a\u00fan no son muy precisos a nivel individual<\/strong> y la mayor\u00eda de las organizaciones siguen sintiendo que los programas de detecci\u00f3n basados \u200b\u200ben el riesgo no son posibles dadas esas limitaciones\u201d.<\/p>\n\n\n\n

Por ello, en lugar de detectar de forma manual los patrones individuales, este modelo de aprendizaje profundo basado en la inteligencia artificial induce los patrones a partir de datos<\/strong>. Entrenado con m\u00e1s de 90 000 mamograf\u00edas, este modelo detecta patrones tan sutiles que ser\u00eda imposible reconocer con el ojo humano.<\/p>\n\n\n\n

(Lee m\u00e1s: <\/em>\u00bfQu\u00e9 dice tu rostro de tu edad? Esta IA lo adivina con solo mirarte<\/em><\/a>)<\/em>
 <\/p>\n\n\n\n

Un modelo con eficacia interracial<\/h2>\n\n\n\n

“Desde la d\u00e9cada de 1960, los radi\u00f3logos han notado que las mujeres tienen patrones \u00fanicos y ampliamente variables de tejido mamario visibles en la mamograf\u00eda”, se\u00f1ala Lehman en la CSAIL.<\/p>\n\n\n\n

\u201cEstos patrones pueden representar la influencia de la gen\u00e9tica, las hormonas, el embarazo, la lactancia, la dieta, la p\u00e9rdida de peso y el aumento de peso<\/strong>. Ahora podemos aprovechar esta informaci\u00f3n detallada para ser m\u00e1s precisos en nuestra evaluaci\u00f3n de riesgos a nivel de mujer individual\u201d.<\/p>\n\n\n\n

Adem\u00e1s del trabajo a escala personal, este proyecto significa tambi\u00e9n un paso muy importante para las diferencias raciales, ya que este modelo es igualmente efectivo en mujeres blancas y negras<\/strong>, lo que hasta ahora no hab\u00eda ocurrido con modelos anteriores. \u201cEsto es especialmente importante para las mujeres afroamericanas, que son 43% m\u00e1s propensas a morir de c\u00e1ncer de seno que las mujeres blancas\u201d, sostiene el estudio.<\/p>\n\n\n\n

Ansiosos por aplicar este modelo a otras enfermedades, los investigadores siguen estudiando este m\u00e9todo a fondo<\/strong> con la esperanza de que pueda alg\u00fan d\u00eda \u201cpermitir a los m\u00e9dicos usar mamograf\u00edas para ver si los pacientes tienen un mayor riesgo de otros problemas de salud, como enfermedades cardiovasculares u otros tipos de c\u00e1ncer\u201d.<\/p>\n","protected":false},"excerpt":{"rendered":"

Un nuevo modelo de deep learning (aprendizaje profundo) ha dado vida a una serie de algoritmos de inteligencia artificial que, aplicados a las mamograf\u00edas convencionales, permite detectar el c\u00e1ncer hasta cinco a\u00f1os antes de su desarrollo en el paciente. Ideado por un grupo de investigadores del Laboratorio de Ciencias de la Computaci\u00f3n e Inteligencia Artificial (CSAIL) y del Hospital General de Massachusetts, […]<\/p>\n","protected":false},"author":8,"featured_media":6537,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[6,342],"tags":[121,99],"class_list":["post-6536","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualidad","category-tecnologia","tag-actualidad","tag-noticias"],"_links":{"self":[{"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/posts\/6536","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/comments?post=6536"}],"version-history":[{"count":0,"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/posts\/6536\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/media\/6537"}],"wp:attachment":[{"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/media?parent=6536"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/categories?post=6536"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/web.laotrafm.com\/index.php\/wp-json\/wp\/v2\/tags?post=6536"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}