En Argentina es el segundo cáncer en frecuencia y en cantidad de muertes anuales. El gastroenterólogo Tyler Berzin explica cómo la inteligencia artificial puede ayudar a los médicos a mejorar las pruebas de detección
El cáncer de colon y recto es un problema de salud pública mundial. Se trata de un asesino silencioso, pues se estima que un 45 % de las personas que son diagnosticadas anualmente muere debido a esta causa, pero la pandemia ha retrasado la detección de este padecimiento y con ello se eleva el riesgo de muerte de los pacientes.
Esta enfermedad ha estado en crecimiento constante en el mundo. El cáncer colorrectal (CCR) es el cuarto cáncer más común en la región de las Américas. Cada año se producen en la región más de 240.000 nuevos casos y aproximadamente 112.000 muertes debidas a esta enfermedad. Los datos indican que Argentina, Uruguay, Canadá y Barbados presentan las tasas de incidencia más altas de cáncer de colon mientras que los países de América Central las más bajas, según la Organización Panamericana para la Salud (OPS).
En Argentina, según las estimaciones de incidencia del Observatorio Global de Cáncer de la Organización Mundial de la Salud (OMS), en el 2018 se diagnosticaron 15.692 casos de cáncer colorrectal en ambos sexos, cifra que representa el 13% del total de los tumores malignos. Es el segundo cáncer en frecuencia y en cantidad de muertes anuales, después del cáncer de próstata en los hombres y el de mama en mujeres. Y respecto al índice de mortalidad se supo que en 2017 ocupó el segundo lugar en frecuencia, con el 12% del total de defunciones (7.499) por tumores malignos. Mientras que en la actualidad, se estima que mueren 21 personas por día por CCR en nuestro país.
En más del 80% de los casos, se genera primero un pólipo (crecimiento anormal de las células) denominado adenoma, que puede crecer lentamente durante más de 10 años y transformarse en cáncer si no se detecta y extirpa a tiempo. El cáncer colorrectal es una de las neoplasias malignas más prevenibles, con una larga historia natural de progresión de un estado preneoplásico a neoplásico y la disponibilidad de pruebas de detección eficaces que pueden detectar la enfermedad en forma temprana. Los factores de la dieta y el estilo de vida están estrechamente relacionados con la incidencia y la mortalidad del cáncer colorrectal, y los estudios sugieren que el riesgo de cáncer colorrectal podría reducirse con la modificación de la dieta y el estilo de vida.
Si bien la colonoscopia es un arma importante en la lucha contra esta enfermedad, la capacidad de los médicos para detectar pólipos en la pantalla de la colonoscopia varía, a veces de manera significativa. El mes pasado, un equipo dirigido por médicos del Centro Médico Beth Israel Deaconess y la Escuela de Medicina de Harvard demostró que un algoritmo de visión por computadora basado en inteligencia artificial puede mejorar la precisión de las pruebas de detección. En diálogo con The Harvard Gazette, Tyler Berzin, gastroenterólogo y profesor asociado de medicina, habló sobre los hallazgos, publicados en la revista Clinical Gastroenterology and Hepatology.
“La colonoscopia es la herramienta más eficaz para prevenir el cáncer de colon, pero existe una gran variabilidad entre los médicos individuales en su capacidad para detectar pólipos precancerosos. Esa variabilidad se traduce directamente en la eficacia con la que pueden proteger a sus pacientes del cáncer de colon. Ha habido observaciones interesantes en el campo de la colonoscopia de detección de que un par de ojos adicional, una enfermera o un técnico experimentado, un segundo gastroenterólogo o un aprendiz de gastroenterología adicional ayudan en la detección de pólipos. Por lo tanto, este es un buen objetivo para el uso de la inteligencia artificial para aumentar el rendimiento del médico porque la visión por computadora de la inteligencia artificial podría actuar como un par de ojos adicional, sin distracciones y sin fatiga”, aseveró Berzin.
Pero demostrar un beneficio clínico real es el problema de la última milla para la IA en la medicina clínica. “Hay una explosión de tecnología muy interesante en la que la IA promete beneficiar el desempeño del médico y la atención clínica, pero en realidad rara vez se ha demostrado un beneficio en un ensayo de control aleatorio de alta calidad. Por lo tanto, nuestra investigación clínica está proporcionando ciencia clínica sólida como una roca para respaldar el uso de esta tecnología”, añadió.
En la medicina clínica, la mayoría de los ejemplos de uso de la IA (para radiología, electrocardiogramas, etc.) es la aplicación de IA después de la interacción inicial con el paciente, en la revisión posterior de la radiografía, por ejemplo. Pero necesitamos ayuda en tiempo real durante la evaluación de la colonoscopia, cuando el trabajo del médico es examinar visualmente todo el revestimiento del colon de manera muy meticulosa, para identificar y extirpar pequeños pólipos precancerosos. Para el experto, “el desafío al que se enfrentan los gastroenterólogos es que muchos de estos pólipos son muy planos y casi crecen como musgo en una roca. A menudo, pueden mezclarse con la mucosa circundante. Nuestra computadora de IA se encuentra entre el colonoscopio y el monitor de endoscopia y procesa la imagen de la colonoscopia. Lo que vemos en el monitor es nuestro procedimiento de colonoscopia en vivo, pero con recuadros de alerta azul o verde que señalan dónde se pueden ubicar los pólipos sospechosos. Básicamente, guía los ojos del médico a un área donde se encuentran estos pólipos sutiles. Así que este es el ejemplo perfecto de que la IA no reemplaza al médico, sino que aumenta el desempeño del médico”.
Estos pólipos planos, que a menudo se encuentran en el lado derecho del colon, constituyen un gran porcentaje de los pólipos que pueden pasarse por alto durante las colonoscopias. Hay un pequeño porcentaje de pacientes que desarrollan cánceres de colon incluso después de haberse sometido a la prueba de detección y, a menudo, se descubre que esos pacientes tienen cánceres de colon en el lado derecho del colon.
“Nuestro estudio mostró que los médicos tenían aproximadamente un 30% menos de probabilidades de pasar por alto un pólipo si usaban la ayuda de IA. Una prioridad fundamental de la IA en la medicina clínica es la validación externa e independiente de los algoritmos clínicos de IA: ¿un algoritmo que se ha desarrollado en un entorno funciona como se esperaba en un entorno clínico diferente con una población de pacientes diferente? Este estudio es el primer ensayo aleatorizado prospectivo para validar externamente el rendimiento de un algoritmo de IA en un país y una población de pacientes, Estados Unidos, que era completamente diferente de donde se derivaron los datos de entrenamiento, China. Estamos particularmente orgullosos de que el ensayo involucre a una población diversa de pacientes”, sostuvo.
Pero, ¿cómo reconoce la IA las imágenes de los pólipos? En este caso, el software se basa en un algoritmo de visión por computadora de aprendizaje profundo, que está diseñado para aprender a detectar ciertos objetos una vez que le da suficientes ejemplos de cómo se ve ese objeto. Se lo alimenta con una gran cantidad de datos visuales como imágenes con y sin pólipos, y luego aprende, durante un período de entrenamiento, cómo distinguirlos. “Lo interesante -continuó- es que estos sistemas de aprendizaje profundo de inteligencia artificial identifican potencialmente características que un médico podría ni siquiera reconocer. Hay muchos ejemplos de esto, donde un modelo de aprendizaje profundo para rayos X, por ejemplo, puede distinguir la etnia de alguien basándose en una radiografía”.
Hay ejemplos en los que los sistemas de inteligencia artificial pueden observar un escáner de retina y distinguir si el paciente es hombre o mujer, lo que los médicos no pueden hacer mirando la retina. “No tenemos idea de cómo los sistemas de inteligencia artificial pueden hacer esto, pero pueden hacerlo con una precisión increíble. Entonces, cuando se entrena un modelo de aprendizaje automático, en realidad puede estar captando señales que no son las señales típicas que los médicos perciben. Eso puede tener ventajas, pero también puede, fuera de la detección de pólipos, crear preguntas interesantes sobre lo que está sucediendo y por qué”, añadió.
¿Cuánto tiempo falta para que la IA se utilice de forma rutinaria en las colonoscopias?
La FDA acaba de aprobar el primer sistema de IA para la detección de pólipos, y está comenzando a implementarse en un puñado de centros en todo el país. Sin embargo, en el campo de la medicina es común que se implementen nuevas y emocionantes tecnologías, y en ocasiones incluso obtengan una amplia adopción, antes de que los ensayos de investigación de alta calidad determinen si el beneficio clínico es claro o no y si el costo está justificado. Mi equipo está tratando de asegurarse de que desarrollemos una base de evidencia sólida de investigación de alta calidad para guiar el uso clínico de la IA en gastroenterología.
Creo que estamos de cinco a ocho años atrás de lo que podríamos estar si los esfuerzos de las mejores mentes de inteligencia artificial se hubieran gastado de manera diferente durante la última década. La implementación de estas tecnologías en la práctica médica reducirá el número de personas que desarrollan cáncer de colon. Es genial que esté sucediendo en 2021, pero ciertamente me hubiera gustado mucho que esto sucediera en 2015.
Fuente: infobae.com