Un nuevo estudio sugiere que los algoritmos de inteligencia artificial (IA) que buscan el cáncer podrían obtener mejores resultados si abordan el análisis como si fueran un patólogo humano. Muchos sistemas de IA analizan regiones preseleccionadas de una muestra de tejido o dividen una lámina histológica completa en fragmentos de tamaño fijo. En cambio, un patólogo realiza una búsqueda más dinámica, desplazándose por el tejido, acercando y alejando la imagen y deteniéndose en áreas que generan sospechas. Una lámina completa puede contener miles de millones de píxeles, mientras que la evidencia de cáncer puede ocupar solo un pequeño fragmento.
Zhi Huang, coautor del estudio y profesor adjunto de patología y medicina de laboratorio en la Universidad de Pensilvania, comparó el proceso con el de un helicóptero de búsqueda y rescate. “No se empieza inspeccionando un metro cuadrado de terreno”, explicó Huang a Live Science. “Primero se escanea el terreno y luego se realiza una inspección más detallada”.
En el nuevo estudio, publicado en julio en la revista Nature, Huang y sus colegas demostraron que la IA para la detección del cáncer podría funcionar mejor cuando adopta este enfoque humanizado.
Entrenar a la IA para detectar el cáncer
Los algoritmos de IA denominados modelos de lenguaje visual (VLM, por sus siglas en inglés) tienen dificultades con el primer paso que describió Huang: ese escaneo inicial y superficial. Esto se debe, en parte, a que muchos sistemas de IA para patología aprenden de lo que los patólogos dejan al final de esa búsqueda: una imagen etiquetada que señala dónde se encuentra el cáncer o un diagnóstico oficial.
En cambio, los investigadores entrenaron su nueva IA basándose en el comportamiento de búsqueda de los patólogos. A este método de entrenamiento lo denominaron “Pathology-CoT”, abreviatura de “cadena de pensamiento”. Convierte las acciones observables, como los movimientos y el zoom de los patólogos en una imagen, en datos de entrenamiento.
Para recopilar los datos, el equipo creó una herramienta que registraba cómo los patólogos se movían por una muestra y cambiaban el aumento. Los registros brutos, recopilados de ocho patólogos, eran desordenados, ya que cada patólogo podía desplazarse por la muestra, sobrepasar la zona de enfoque prevista o ajustar el aumento a su gusto.
Para depurar los datos, los investigadores filtraron los movimientos fortuitos y se centraron en los momentos que parecían representar una atención deliberada, como detenerse en una imagen o realizar un paneo prolongado. Luego, compararon esas regiones con los datos de seguimiento ocular para comprobar que el software registraba correctamente hacia dónde miraban los patólogos.
Para cada región que un patólogo inspeccionaba, el VLM también generaba una breve justificación que explicaba por qué valía la pena examinarla y qué características eran visibles; los patólogos humanos podían entonces aceptar, editar o rechazar la justificación, creando así datos de entrenamiento adicionales para la IA. En un ejemplo, la IA marcó una parte de una muestra como potencialmente metastásica y sugirió ampliarla para buscar células atípicas. Otras regiones inspeccionadas se marcaron como tejido sano.
En definitiva, los investigadores utilizaron este método de entrenamiento para crear una nueva herramienta llamada Pathology-o3. Esta herramienta escanea una muestra a baja resolución, utiliza un modelo entrenado con el comportamiento de los patólogos para seleccionar las regiones que merecen un análisis más detallado y, a continuación, envía imágenes de mayor resolución de esas regiones a un VLM para su análisis.
Poniéndolo a prueba
Huang explicó que el objetivo del nuevo estudio no era demostrar que Pathology-o3 funcionaba mejor que los modelos de IA especializados, diseñados específicamente para detectar tipos concretos de cáncer; estos modelos suelen entrenarse para cada enfermedad individualmente. Más bien, los investigadores querían comprobar si su nuevo método de entrenamiento podía ayudar a una IA de propósito general a analizar una muestra patológica con mayor eficacia.
Compararon Pathology-o3 con otros sistemas de IA de uso general, como o3 de OpenAI, y les pidieron a los algoritmos que examinaran portaobjetos que contenían tejido de ganglios linfáticos. Estos portaobjetos se obtuvieron de casos de cáncer colorrectal y algunos contenían metástasis, que patólogos humanos ya habían identificado.
El algoritmo identificó correctamente las muestras positivas para cáncer en el 100% de los casos. Sin embargo, de las muestras identificadas como positivas, el 15,5% resultaron ser negativas. En comparación, OpenAI o3 identificó correctamente las muestras positivas para cáncer en el 87,5% de los casos. De las muestras identificadas como positivas, el 53,3% resultaron ser negativas.
Los investigadores diseñaron Pathology-o3 para que, en lugar de pasar por alto un posible caso de cáncer, señalara algo que requiriera una revisión adicional. Esto podría ayudar a explicar la tasa de falsos positivos, dijo Huang.
La aceptabilidad de esa tasa de falsas alarmas depende del uso que se le dé a Pathology-o3, explicó Mohammad Asadi, científico de datos de la Universidad de Stanford que no participó en la investigación. No es lo suficientemente preciso como para que la IA diagnostique a los pacientes por sí sola, pero podría ser útil para que un sistema oriente a un humano hacia regiones de una muestra que merecen una doble revisión. Podría ser ventajoso que el método muestre al patólogo una región específica para inspeccionar en lugar de declarar sospechosa toda la muestra, añadió.
Los investigadores repitieron la prueba con un conjunto de datos independiente que los algoritmos no habían visto antes para comprobar su eficacia con muestras desconocidas. Pathology-o3 identificó correctamente las muestras positivas para cáncer el 97,6% de las veces. De las muestras identificadas como positivas, el 37,1% resultaron ser negativas. Este hallazgo demuestra cómo el rendimiento de la IA puede variar al cambiar la fuente de datos, incluso cuando la tarea médica se mantiene.
Asadi explicó que este resultado sugiere que el sistema aún puede funcionar con portaobjetos de otra fuente. Sin embargo, este resultado aún no demuestra que el uso de esta herramienta haga que los patólogos sean más precisos o eficientes en la práctica.
¿Puede ser útil para los patólogos?
Los investigadores aplicaron su método de entrenamiento a varios modelos de lenguaje de video (VLM) existentes y observaron que el rendimiento de los modelos mejoraba de forma consistente tras el entrenamiento. Esto sugiere que los datos de navegación proporcionados por los patólogos resultaron útiles en diversos contextos, afirmó Asadi.
Para Huang, ese es el resultado más importante. “La conclusión no es nuestro sistema”, dijo. “Es que el ingrediente que faltaba ha estado en los hospitales todo este tiempo”.
El estudio no comparó directamente Pathology-o3 con patólogos humanos, pero los investigadores dijeron que ese no era su objetivo.
“La pregunta clave no es si supera a un patólogo”, dijo Huang. “La pregunta es si un patólogo que trabaja con él detecta más casos de cáncer y trabaja más rápido”. El estudio actual tampoco abordó esta última cuestión, pero el próximo experimento del equipo está diseñado para evaluar a patólogos en los mismos casos con y sin Pathology-o3, midiendo qué detectan y cuánto tiempo les lleva.
Según Asadi, el uso más plausible del sistema es como herramienta de preselección, pero recalcó que la investigación aún no ha demostrado que los médicos que lo utilizan sean más rápidos o precisos. Asadi propone una prueba aún más rigurosa: ensayos realizados en varios hospitales que midan no solo la precisión y la velocidad, sino también la carga de trabajo de los patólogos. Su objetivo es evaluar la cantidad de falsas alarmas generadas por los algoritmos de IA y si los médicos reconocen cuándo la IA se equivoca.
Es importante destacar que el diagnóstico de cáncer puede requerir información de múltiples muestras, tinciones y el historial médico del paciente, mientras que el sistema actual solo analiza una muestra a la vez. “No pretendo que pueda diagnosticar por sí solo”, afirmó Huang.
Fuente: Live Science.