Para mejorar la supervivencia de las pacientes se halló un modelo de aprendizaje automático para predecir el riesgo
En España, una de cada ocho mujeres desarrollará cáncer de mama invasivo a lo largo de su vida. Para mejorar la supervivencia de estas pacientes, los investigadores de diversos estudios han hallado un conjunto de biomarcadores de imágenes en mamografías para predecir el riesgo del cáncer de mama.
Por lo cual, esto permitirá conocer el riesgo personalizado de desarrollar este cáncer. Se trata del Hospital General de Massachusetts, quienes han desarrollado un modelo de aprendizaje a través del machine learning que identifica biomarcadores de imágenes en mamografías.
Un modelo de machine learningn que identifica biomarcadores de imágenes en mamografias hacia el cáncer de mama
Sobre todo para la detección. Esto se podrá hacer con una mayor precisión que las herramientas tradicionales de evaluación de riesgos. Los modelos de evaluación de riesgos actualmente disponibles incorporan solo una pequeña fracción de los datos del paciente.
Info relacionada:
Como antecedentes familiares, biopsias de mama previas y antecedentes hormonales y reproductivos. Solo una característica de la mamografía de detección en sí, la densidad mamaria, se incorpora a los modelos tradicionales. Esta herramienta fue posteriormente validada por los mismos investigadores con muestras de más de 80.000 pacientes entre 2009 y 2016.
Esta Inteligencia Artificial se utilizó en más de 56.000 pacientes
Del total de mamografías para predecir el riesgo de cáncer de mama, esta Inteligencia Artifical se utilizó en torno a 210.000 exámenes en 56.000 pacientes para capacitación, 25,644 exámenes de 7,021 pacientes para pruebas y 9,290 exámenes de 3961 pacientes para validación.
En este aspecto, y para conocer de cerca los resultados de esta IA para el cáncer de mama, se observó que mediante este modelo de imágenes de aprendizaje profundo, se logró una tasa predictiva de 0,71, superando significativamente al modelo de riesgo tradicional, que alcanzó una tasa de 0,61. Estos biomarcadores, además, se superponen con otras investigaciones relaciones para predecir este riesgo, como, entre otros, los biomarcadores en sangre, conocidos como microRNAs.
