IA detecta tumores ocultos que médicos pasaron por alto
- 3 jul
- 4 Min. de lectura
Actualizado: 12 jul
El impactante testimonio de Dianne Covey, una mujer de 69 años de Surrey. Dianne solía ser escéptica sobre la IA, pero su vida cambió drásticamente cuando un chequeo rutinario de rayos X en el pecho no reveló nada, a pesar de que ella tenía una tos persistente. Afortunadamente, ese mismo día, el Royal Surrey County Hospital estaba instalando una herramienta revolucionaria de IA, Annalise.ai, que reanalizó su escaneo e inmediatamente detectó una anomalía. Esto llevó a una tomografía computarizada de emergencia y un diagnóstico de cáncer de pulmón en etapa uno, el cual no era visible a simple vista y hubiera tardado seis meses en ser detectado por un radiólogo. Gracias a esta detección temprana asistida por IA, Dianne pudo ser operada para extirpar completamente el cáncer sin necesidad de quimioterapia o radioterapia, y se ha recuperado por completo. Ella afirma: "La inteligencia artificial me salvó la vida".
La historia de Dianne no es un caso aislado. El Reino Unido está presenciando una ola de herramientas de IA para detectar, diagnosticar y tratar el cáncer en el NHS, resultado de una inversión concertada del gobierno. En octubre de 2023, el NHS anunció una inversión de £21 millones en herramientas de IA para el diagnóstico de cáncer de pulmón, y en mayo de 2024, £15.5 millones se destinaron a la implementación de IA para reducir los tiempos de espera en departamentos de radiografía.
Pero, ¿cómo se utiliza realmente la IA en este contexto? Los expertos aclaran que la IA no reemplaza a los médicos, sino que actúa como un "segundo par de ojos" para ayudarles a trabajar mejor. Su función principal es reducir la carga de trabajo del personal sanitario sobrecargado. La IA es excepcional en el reconocimiento de patrones, entrenada con miles de escaneos para identificar anomalías que el ojo humano podría pasar por alto.
Mike Jones, radiólogo en el Royal Surrey NHS Foundation Trust, explica que, tradicionalmente, cientos de radiografías se leían en orden cronológico, retrasando casos urgentes. Con la IA, cada radiografía se analiza inmediatamente después de ser tomada, marcando los hallazgos críticos para priorizarlos en la lista de trabajo del radiólogo. Este sistema de priorización es crucial, ya que ayuda a mitigar los errores humanos y acelera el diagnóstico, lo que puede ser vital para el pronóstico del paciente.
Además de Annalise.ai, que ya ha sido adoptada por más de 45 fideicomisos del NHS, otras herramientas de IA están haciendo la diferencia:
Pi, desarrollada por Lucida Medical, analiza resonancias magnéticas para ayudar a diagnosticar cáncer de próstata, diferenciando entre casos de bajo y alto riesgo para evitar biopsias innecesarias y costosas.
DERM, un sistema de IA que permite a los médicos triar derivaciones de posible cáncer de piel utilizando un teléfono inteligente, se usa en 21 fideicomisos del NHS. Con una foto de una lesión sospechosa, el sistema evalúa con un 99% de precisión en minutos. Esto es especialmente útil dado que una de cada cuatro plazas de dermatólogos consultores en el Reino Unido no está cubierta.
En el ámbito de la radioterapia, iSeg, una herramienta desarrollada por científicos de Northwestern Medicine, está revolucionando la segmentación de tumores pulmonares. Este sistema de aprendizaje profundo 3D es el primero en delinear tumores mientras se mueven con cada respiración, un factor crítico en el tratamiento. iSeg iguala a los expertos e identifica áreas de cáncer que algunos médicos podrían pasar por alto, vinculadas a peores resultados si no se tratan.
Qure.ai, otra herramienta de IA, está siendo estudiada en University Hospitals para detectar nódulos de cáncer de pulmón que son casi imposibles de ver en etapas tempranas. Entrenada con millones de radiografías, Qure.ai puede identificar lesiones "súper ocultas", con la esperanza de diagnosticar el cáncer en etapas uno o dos, lo que podría aumentar las tasas de supervivencia al 60-70%.
A pesar de estos avances, existe escepticismo inicial entre pacientes y personal médico. Además, se han identificado riesgos significativos, como el sesgo en los datos de entrenamiento que podría agravar las desigualdades existentes en los resultados de salud, especialmente en minorías étnicas. La necesidad de máquinas de resonancia magnética más modernas para que la IA funcione correctamente también plantea desafíos en hospitales con equipos más antiguos. Además, la IA no es infalible y puede haber falsos negativos, aunque la combinación de interpretaciones humanas y de IA mejora significativamente los resultados. Otro riesgo es que los pacientes confíen en formas menos fiables de IA, como ChatGPT, para decisiones de tratamiento.
Sin embargo, los beneficios, como la detección temprana y la reducción de la carga de trabajo, superan los riesgos para muchos. La IA es vista como una herramienta complementaria que promete revolucionar y mejorar un servicio de salud muy exigido. Como Claire Maymon, otra paciente beneficiada por DERM, concluye: "La IA ha llegado justo a tiempo para ayudarme a mí y a mi generación".
🔖Fuentes
Comentarios