La inteligencia artificial permite corregir los diagnósticos de cáncer

Nota del editor: Este es uno de los cinco perfiles de los finalistas para el premio Global Impact 2017 de NVIDIA, que proporciona $150.000 a investigadores que usan tecnología de NVIDIA en trabajos revolucionarios relacionados con problemas sociales, humanitarios o ambientales.

Duramente más de un siglo, los patologistas diagnosticaban el cáncer mediante el estudio de muestras de tejido con tintes en un microscopio. Amit Sethi piensa que es hora de cambiar.

Sethi, un profesor del Instituto Indio de Tecnología (IIT) Guwahati, está creando un patologista con inteligencia artificial para complementar a los especialistas humanos. Esto puede lograr diagnósticos más precisos y tratamientos más eficaces para dos de los tipos de cáncer más comunes: cáncer de mama en las mujeres y cáncer de próstata en los hombres.

“Quiero que los pacientes reciban el tratamiento indicado”, dijo Sethi.

El trabajo de Sethi logró que él y su equipo de investigadores del IIT Guwahati sean uno de los cinco finalistas para los premios Global Impact 2017 de NVIDIA. Nuestro programa anual de becas que otorga un total de $150.000 está destinado a investigadores que usan tecnología de NVIDIA en trabajos revolucionarios relacionados con problemas sociales, humanitarios o ambientales.

La inteligencia artificial trabaja a la par de los expertos

El diagnóstico de un patologista cumple un papel fundamental cuando se determina la terapia para el tratamiento del cáncer. Sin embargo, es un trabajo muy subjetivo y lleva mucho tiempo.

“Nuestro objetivo es mejorar el trabajo de un solo patologista”, dijo Sethi. “Cuando trabajan varios patologistas, por lo general, se logra la decisión correcta.”

Mediante el deep learning acelerado por GPU, creó algoritmos que analizan muestras de patrones asociados con dos de los tipos de cáncer de mama más agresivos. En las pruebas para uno de los tipos, el diagnóstico del patologista de inteligencia artificial coincidió con el de un panel de expertos en un 90 % de las veces.

Luego, Sethi utilizó al patologista de inteligencia artificial para que trabaje con pacientes.

This "heat map" shows regions in the biopsy slide where the algorithms indicated a high likelihood of HER2-positive cancer.
Este “mapa de calor” muestra las regiones en la muestra de la biopsia (marcadas en rojo) donde los algoritmos indican una alta probabilidad de cáncer HER2 positivo. Imagen cortesía de Amit Sethi, IIT Guwahati.

Vencer al cáncer de mama

Las personas con cáncer de mama a menudo tienen más de un tipo de cáncer en el mismo tumor; sin embargo, los informes de los patologistas generalmente identifican solo un tipo, el cual se considera dominante, dijo Sethi. Esto se debe a que la idea de que un tumor puede incorporar más de una variedad de cáncer es relativamente reciente, agregó.

Incluso cuando los doctores analizan la genómica de las células del tumor, en realidad observan muestras de tejidos y no todo el tumor, lo que puede hacer que no noten síntomas de varios tipos de cáncer.

“Si el cáncer reaparece luego de un tratamiento, por lo general son células que no fueron tratadas”, dijo Sethi.

Por ejemplo, un cuarto de los pacientes con el agresivo tipo de cáncer HER2 positivo no reaccionaron a la herceptina, la droga más común que se usa para combatirlo. Esto se debe a que el tumor incluye un segundo tipo de cáncer agresivo, conocido como triple negativo, lo que significa que no tiene receptores para estrógeno, progesterona y la proteína HER2. Los dos tipos de cáncer requieren tratamientos diferentes.

Sethi y su equipo usaron GPU de NVIDIA y el aprendizaje profundo para detectar patrones en las imágenes de tejido con tinte que mostraban la presencia de cánceres HER2 positivo y triple negativo. Para partes de tejido individuales, las tasas de precisión fueron del 84 % para el HER2 positivo y del 91 % para el triple negativo. Para todas las muestras de tejido combinadas, la precisión alcanzó el 100 %. De forma significativa, el algoritmo también encontró ambos tipos de cáncer en el mismo tumor.

“Si podemos identificar a estos pacientes, podemos ofrecer un mejor tratamiento", dijo Sethi.

¿Volverá el cáncer?

En un 20 y 30 % de los casos de hombres que recibieron tratamiento para el cáncer de próstata, el cáncer reapareció, según la Fundación de Cáncer de Próstata. Incluso en aquellos casos en los que se extrajo la glándula prostática mediante cirugía, más de uno en seis pacientes sufrió una recaída, dijo Sethi. Aun así, las pruebas para predecir si el cáncer reaparecerá no siempre son exactas.

Sethi quiere resolver ese problema. Usando nuestros aceleradores de GPU Tesla, capacitó una red neural para distinguir los tipos de cáncer con posibilidades de regresar de aquellos con menos posibilidades, según las imágenes de tejidos con tintes. Esto puede ayudar a los doctores a tratar el cáncer de próstata de forma más eficaz.

“Si los doctores saben que es probable que el cáncer reaparezca, pueden tratarlo de forma agresiva con quimioterapia y radiación”, dijo. “Pero si el paciente tiene poco riesgo de que esto ocurra, no queremos someterlo a estos tratamientos”.

El ganador del premio Global Impact Award 2017 será anunciado en el evento GPU Technology Conference, que se realizará del 8 al 11 de mayo en Silicon Valley. Para registrarte en la conferencia, visita la página de registro de GTC.