"El cáncer es un término genérico para miles de diferentes tipos de afecciones, sin embargo, el tratamiento que se ofrece hoy suele ser genérico y no considera la necesidad de diferentes terapias para diferentes personas", dice el profesor Toby Walsh, experto en inteligencia artificial (IA).

"Sin embargo, con AI, todos nosotros podemos tener acceso a los mejores expertos del planeta para obtener el mejor diagnóstico y tratamiento".

Las principales compañías tecnológicas como Verily de Alphabet y DeepMind de Google, junto con una gran cantidad de nuevas empresas, están utilizando la computación cognitiva para combatir el cáncer mediante la construcción de herramientas que esencialmente clasifican y acumulan conocimiento y datos médicos en una escala que solo los humanos pueden lograr.

El uso de máquinas para encapsular el conocimiento de los médicos y expertos, y para interpretar los datos mejor que los especialistas, puede crear una nueva comprensión del cáncer para proporcionar mejores resultados de diagnóstico y tratamiento.

Por ejemplo, las oportunidades proporcionadas por la secuenciación del genoma se pueden desbloquear con AI. El costo de secuenciar el genoma de alguien, que es la disposición única de su ADN, está disminuyendo y ahora se puede hacer en 24 horas por $ 1,000.

Analizar el ADN de los pacientes permite a los médicos comprender el tipo de cáncer que tienen y, lo que es más importante, actuar según el código molecular de la enfermedad para un tratamiento más preciso.

Pero no existe un enfoque estandarizado para manejar los datos de alto volumen y alta calidad producidos a partir de la secuenciación del genoma. Puede diferir de un hospital a otro.

La startup suiza SOPHiA Genetics ha desarrollado una inteligencia artificial que toma los datos del genoma en bruto y los estudia para descifrar el perfil molecular del cáncer de una persona para encontrar opciones de tratamiento más adecuadas y personalizadas.

"Esta tecnología permite a los médicos comprender qué está causando el cáncer y abordarlo con el medicamento que mejor trata la causa del evento molecular que ya no funciona", dice el director ejecutivo de la compañía, Jurgi Camblong. Cuantos más datos analiza la IA, más aprende y más poderosa se vuelve.

Para 2020, la empresa, que actualmente tiene asociaciones con cinco instituciones de salud del Reino Unido, incluido Oxford University Hospital, quiere comenzar a recopilar datos sobre los resultados del tratamiento, para poder identificar cómo una cepa específica de cáncer responde a diferentes tratamientos para determinar cuál es el más exitoso.

Guardant Health, con sede en los Estados Unidos, también ha utilizado la secuenciación de IA y ADN para comercializar la primera biopsia líquida genómica integral.

La prueba de sangre, desarrollada tomando prestados conceptos de algoritmos y comunicación digital, puede desentrañar secuencias genéticas del cáncer de un paciente para categorizar su subtipo sin la necesidad de una biopsia física. Mediante pruebas repetidas, el cáncer, que evoluciona y cambia continuamente, se puede monitorear fácilmente para que el tratamiento se pueda adaptar en consecuencia.

Además, al combinar el aprendizaje automático y los avances en la detección de objetos en computadoras, los algoritmos ahora pueden diagnosticar imágenes médicas rutinariamente, de forma más rápida y precisa que un radiólogo, lo que podría reducir los tiempos de espera y proporcionar un diagnóstico más temprano y más económico.

Durante los últimos dos años, el Royal College of Radiologists ha destacado la desesperada escasez de médicos por imágenes, lo que hace que los resultados tardíos del examen sean rutinarios para los pacientes del NHS.

"Dos mil millones de personas se están uniendo a las clases medias en todo el mundo y en algún momento necesitarán una exploración médica, pero no hay suficientes médicos para diagnosticar esas exploraciones; por lo tanto, necesitamos ayuda de nuestros amigos, las computadoras ", dice Eyal Gura, cofundador y presidente de Zebra Medical Vision.

La compañía entrena algoritmos que usan imágenes médicas, información de diagnóstico y resultados de pacientes para detectar enfermedades específicas en escaneos. Los algoritmos están disponibles en un asistente de inteligencia artificial de escritorio para que los radiólogos realicen un diagnóstico a partir de un escaneo de forma rápida y sencilla.

El algoritmo de Zebra, capacitado para detectar el cáncer de mama, puede identificar la enfermedad con una mayor precisión (92%) que un radiólogo que utiliza un software de detección asistido por computadora (82%).

Para mantener bajos los costos, la compañía, que actualmente trabaja con el NHS en Oxford para probar la tecnología, lanzó AI1 , una nueva suite que ofrece todos sus algoritmos actuales y futuros a proveedores de servicios de salud a nivel mundial por solo $ 1 por exploración.

DeepMind de Google está haciendo algo similar, entrenando a AI en un millón de exámenes de ojos anonimizados de pacientes en varias etapas de degeneración macular relacionada con la edad en Moorfields Eye Hospital, Londres.

Pero obtener datos de buena calidad en el cuidado de la salud puede ser un problema. En noviembre, la Cámara de los Lores escuchó de Julian Huppert, presidente del panel de revisión independiente de DeepMind Health, cómo el intercambio de datos en el NHS presenta grandes desafíos y necesita ser más digital y centralizado ya que actualmente los diferentes fideicomisos usan sistemas variados que lo hacen no trabajan juntos Esta es quizás la razón por la cual el NHS ha tardado en adoptar la tecnología de IA.

Incorporar el uso de la IA en el sistema de salud debe hacerse de manera adecuada. Deben establecerse protocolos, procedimientos e incluso una competencia adecuada, de modo que los grandes conglomerados de tecnología no monopolicen los datos de los pacientes.

Pero está claro que apenas estamos arañando la superficie de lo que se puede lograr con la informática cognitiva en el cuidado de la salud. No cabe duda de que AI tiene el potencial de transformar la atención del paciente con cáncer, con el objetivo final de usar computadoras para llevar la atención médica del primer mundo al tercer mundo a un precio asequible.


Fuente: www.jano.es