Gracias a la inteligencia artificial se pueden identificar tumores cerebrales

Científicos de Estados Unidos han combinado la supercomputación y la inteligencia artificial para ayudar a la identificación de tumores cerebrales.

Los avances en inteligencia artificial para diagnosticar y optimizar el tratamiento contra el cáncer no es nada nuevo. Compañías como IBM llevan trabajando en este prometedor terreno desde hace ya varios años y decenas de centros a lo largo y ancho del planeta -como el Oslo Cancer Cluster- están investigando sus aplicaciones en sus distintas vertientes.

Uno de estos grupos de trabajo está radicado en la Universidad de Texas, con sede en Austin. Allí, los científicos han descubierto una nueva metodología para identificar uno de los tipos más comunes y agresivos de tumor cerebral gracias a una combinación de supercomputación y aprendizaje automático.

El equipo, dirigido por el profesor de ingeniería mecánica George Biros, lleva diez años desarrollando algoritmos informáticos que pueden escanear automáticamente imágenes para detectar gliomas. Durante un desafío mundial de informática, su tecnología -empleando supercomputadoras del Centro de Informática Avanzada de Texas ( TACC )- obtuvo un 25% más de precisión que sus competidores en el diagnóstico de esta enfermedad.

En la prueba, los grupos recibieron datos de 140 pacientes y tuvieron que identificar la ubicación de los tumores y segmentarlos en diferentes tipos de tejidos en el transcurso de sólo dos días. Para cada imagen, el sistema intentó determinar si un área representaba un tumor o no. El equipo de Biros realizó su análisis en menos de cuatro horas e identificó correctamente los datos de las pruebas con casi el 90% de precisión, aproximadamente al mismo nivel que los radiólogos humanos.

Una suerte de reconocimiento de tejidos anómalos que se basa en una extensa base de datos de 300 conjuntos de imágenes cerebrales con la que fueron entrenados sus algoritmos.