Un nuevo algoritmo de Google detecta tumores analizando sólo una imagen

Un algoritmo de código abierto lanzado por Google ha demostrado ser capaz de diagnosticar el cáncer con una precisión de entre el 83% y el 97%, según los resultados de un estudio de la Universidad de Nueva York publicado en la revista 'Nature Medicine'. Esta herramienta de 'aprendizaje profundo', bautizada como Inception v3, permite, además, distinguir entre el adenocarcinoma y el carcinoma de células escamosas, dos de los tumores más comunes.

"La verdadera novedad no sólo es mostrar que la inteligencia artificial es tan buena como el ojo humano, sino ofrecer ideas que una persona no puede", asegura Aristotelis Tsirigos, patólogo a cargo de la investigación. Para superar la destreza de un experto, su equipo decidió entrenar al algoritmo con más de 1.000 imágenes tomadas de 'The Cancer Genome Atlas', una biblioteca pública con muestras de tejidos reales de pacientes.

Una vez que Inception v3 memorizó las muestras, fue capaz de diferenciar las células sanas de las cancerosas en un 99% de los casos. Tras esta etapa, los investigadores volvieron a instruir al software para que detectara varios tipos de cáncer de pulmón, tarea en la que mostró un 97% de eficacia. La precisión sólo disminuyó levemente —hasta situarse entre el 83% y el 97%— al analizar pacientes reales. "No es un hecho sorprendente", en tanto que las muestras del hospital contienen "mucho más ruido" como inflamaciones, tejidos muertos o glóbulos blancos, justifica Tsirigos.

El algoritmo Inception v3 es capaz de diferenciar las células sanas de las cancerosas en un 99% de los casos y detecta dos de los tumores más comunes

En cualquier caso, la red neuronal puede percibir "cambios extremadamente sutiles" en la apariencia de una muestra tumoral que los expertos no alcanzan a ver. Se trata de "mutaciones que conducen al cáncer con efectos microscópicos", se congratula el investigador que, no obstante, matiza la imposibilidad de saber por el momento cuáles son esas transformaciones: "Están enterradas en el algoritmo y nadie sabe realmente cómo extraerlas".

En este punto residen las limitaciones de la inteligencia artificial aplicada a la medicina, pero tal y como apunta a 'Wired' el director del Caryl e Israel Englander Institute for Precision Medicine, Olivier Elemento, no son excusas válidas para prescindir de la tecnología: "Para que un algoritmo de este tipo esté en una prueba clínica, no necesita tener características totalmente interpretables, sólo tiene que ser fiable. Sería estúpido no usar una prueba clínica que obtenga el 99% de respuestas correctas".