Empresas emergentes del programa NVIDIA Inception utilizan la inteligencia artificial para abordar múltiples brechas en la atención del cáncer de mama, desde las dificultades de acceso a las pruebas de detección y la escasez de radiólogos hasta la lentitud de los resultados de las pruebas en los que se basa la elección del tratamiento. Estas aplicaciones llegan a Estados Unidos, donde se realizan aproximadamente 40 millones de mamografías al año, mientras que se prevé que la escasez de radiólogos durante la próxima década aumente la presión sobre el sistema de lectura y diagnóstico.
NVIDIA afirma que las empresas que presenta utilizan su infraestructura computacional, incluidas las unidades de procesamiento gráfico, CUDA y MONAI, para desarrollar herramientas que abarcan desde la obtención automatizada de imágenes hasta el análisis de portaobjetos patológicos y la integración de datos clínicos y genéticos.
Imágenes más uniformes y cercanas a la paciente
iSono Health desarrolla la plataforma ATUSA, un sistema portátil de ecografía tridimensional y cuantitativa que ha obtenido la autorización de la FDA. El sistema captura un volumen estandarizado de la mama en aproximadamente dos minutos por mama, frente a los hasta 45 minutos que requiere una exploración convencional con ecografía manual.
El sistema utiliza inteligencia artificial para automatizar la captura de imágenes y se ha entrenado con miles de exploraciones completas que incluyen más de 1,5 millones de imágenes de ecografía. La empresa afirma que el sistema es un 28 % más sensible que la ecografía manual bidimensional. Además, estandarizar el método de obtención de imágenes puede ayudar a comparar las exploraciones anuales y reducir la variabilidad relacionada con la experiencia del operador del dispositivo.
ATUSA está disponible comercialmente a través de clínicas asociadas en California, Texas, Georgia, Tennessee y Washington D. C. iSono Health está llevando a cabo un estudio multicéntrico con la participación de 3.200 pacientes para validar el rendimiento de la plataforma, con centros de investigación principales en UC Davis y Vanderbilt University Medical Center. La empresa trabaja en la ampliación de sus herramientas para incluir la detección, segmentación y clasificación de lesiones, y posteriormente integrar la ecografía tridimensional con la mamografía, la resonancia magnética y la información clínica.
Reducir la carga de trabajo de los radiólogos
Whiterabbit.ai desarrolla el programa WRDensity, una herramienta autorizada por la FDA para evaluar automáticamente la densidad mamaria a partir de mamografías, que se ha utilizado en la atención de cientos de miles de pacientes. También ofrece WRRisk para apoyar la toma de decisiones clínicas y estimar el riesgo de desarrollar cáncer de mama a largo plazo.
La empresa investiga una nueva generación de herramientas de inteligencia artificial para mamografía que podría ayudar a los radiólogos a detectar más cánceres, al tiempo que automatiza la revisión de las imágenes que no muestran indicios de la enfermedad. La idea práctica no es sustituir al médico, sino aliviar la tarea de buscar casos poco frecuentes; Jason Su, cofundador y director técnico, afirma que un radiólogo especializado en mama intenta encontrar aproximadamente un caso de cáncer por cada 200 mamografías.
De la imagen a la decisión terapéutica
Ataraxis AI se centra en la etapa posterior al diagnóstico, en la que las decisiones terapéuticas pueden requerir pruebas tisulares que tardan entre dos y cuatro semanas. Los modelos de la empresa analizan portaobjetos digitales de anatomía patológica y variables clínicas estandarizadas para predecir la respuesta del tumor al tratamiento y el riesgo de recurrencia.
Uno de los modelos predice la probabilidad de que el tumor se reduzca en respuesta a la quimioterapia antes de la cirugía, mientras que otro estima, después de la cirugía, el riesgo de que la enfermedad reaparezca en un plazo de cinco años y el posible beneficio de la quimioterapia. La empresa afirma que ambos modelos han sido validados en más de diez instituciones y varios ensayos clínicos, y que se utilizan clínicamente, con funcionamiento en infraestructuras locales, centros de datos externos o la nube.
Integrar los datos en un modelo tridimensional
SimBioSys desarrolla una tecnología de medicina de precisión que crea modelos tridimensionales de los tumores mamarios, los vasos sanguíneos y los tejidos blandos, con el objetivo de apoyar la cirugía y la planificación terapéutica. También ha desarrollado una herramienta para estimar el riesgo de recurrencia del cáncer a partir de datos volumétricos de resonancia magnética, resultados de anatomía patológica y datos clínicos.
El cambio más importante reside en recopilar múltiples tipos de datos en lugar de analizar cada fuente por separado. Sin embargo, el propio material señala una limitación fundamental: algunas de las tecnologías mencionadas siguen siendo experimentales y no han obtenido la aprobación de la FDA para uso comercial. Además, los resultados de los estudios en curso y la validación clínica seguirán siendo factores decisivos antes de generalizar estas herramientas, especialmente cuando las predicciones influyen directamente en las decisiones terapéuticas.
¿Por qué es importante esta noticia?
Estas aplicaciones muestran que el valor práctico de la inteligencia artificial en el cáncer de mama no se limita a detectar una imagen anormal, sino que también abarca hacer que la obtención de imágenes sea más reproducible, estratificar los riesgos y acelerar el análisis de los datos que preceden a la decisión terapéutica. No obstante, la adopción clínica no depende únicamente de la velocidad de los modelos de inteligencia artificial: las autorizaciones regulatorias, la validación en múltiples instituciones y la precisión de las predicciones en distintos grupos de pacientes son cuestiones que siguen pendientes.