Radiología e Inteligencia Artificial para 'rastrear' el cáncer de páncreas

Un grupo de investigadores liderado por Rikiya Yamashita ha llevado a cabo un estudio publicado en la Sociedad Radiológica de Norteamérica (RSNA, por sus siglas en inglés) que detecta lesiones quísticas pancreáticas mediante el uso de la Inteligencia Artificial (IA). Para ello, se han consultado informes históricos de imágenes por tomografía computarizada (TC) y resonancia magnética (RM).

En el estudio han desarrollado un sistema basado en el Procesamiento de Lenguajes Naturales (NLP, por sus siglas en inglés), un campo de conocimiento de la IA que investiga la forma de comunicar a las máquinas con las personas mediante el uso de lenguajes como el español e inglés. Gracias a este, se identifica a pacientes con lesiones quísticas pancreáticas y extrae mediciones de un gran archivo de informes radiológicos de texto libre. 

---

"Puede resultar valioso para estudiar la historia natural y los riesgos de estas lesiones"

---

Los investigadores defienden que su enfoque "puede resultar valioso para el estudio de la historia natural y los riesgos potenciales de este tipo de lesiones, además de para aplicarse a muchos otros casos". Para ello, el equipo ha identificado una cohorte de informes de texto libre generados entre enero de 1991 y julio de 2019 que cubrían la región pancreática.

A partir de aquí, Yamashita y los suyos desarrollaron un modelo de identificación de lesiones quísticas pancreáticas "modificando un modelo de extracción de información basado en reglas". Además, la extracción de medidas se llevó a cabo "empleando un sistema de respuesta a preguntas de última generación". En este sentido, los investigadores recuerdan que "el rendimiento del sistema se ha evaluado con las anotaciones de los radiólogos". 

El estudio ha tenido en cuenta 430.426 informes radiológicos

En total, el estudio ha tenido en cuenta 430.426 informes radiológicos de texto libre pertenecientes a 199.783 pacientes. Para la identificación de las lesiones quísticas localizadas en la región pancreática, "en 1.000 muestras de prueba, la concordancia interobservador entre nuestro identificador de lesiones quísticas pancreáticas y dos radiólogos fue casi perfecta, y la tasa de falsos positivos y la tasa de verdaderos positivos fueron de 3,0 por ciento y 98,2 por ciento, respectivamente".

Cabe resaltar que el informe ha sido sometido a una revisión completa por pares y su publicación ha sido aceptada en Radiology: Artificial Intelligence. Con todo, se recuerda que dicho artículo "se someterá a corrección de estilo, diseño y revisión de pruebas antes de que se publique en su versión final".