Inteligencia artificial reduce los falsos positivos en pruebas de cáncer

Los estudios dirigidos por investigadores del Centro Oncológico Kimmel de la Universidad Johns Hopkins, el Centro Ludwig y la Escuela de Ingeniería Whiting de la Universidad Johns Hopkins (EEUU) informan sobre un nuevo método que mejora significativamente la fiabilidad y la precisión de la inteligencia artificial (IA) para muchas aplicaciones de diagnóstico médico.

Así, un estudio informa sobre el desarrollo de ‘MIGHT’ (Multidimensional Informed Generalized Hypothesis Testing), un método de IA que los investigadores crearon para satisfacer el alto nivel de confianza necesario para las herramientas de IA utilizadas en la toma de decisiones clínicas.

Para ilustrar las ventajas de ‘MIGHT’, lo utilizaron para desarrollar una prueba para la detección precoz del cáncer utilizando ADN libre circulante (ccfDNA), fragmentos de ADN que circulan en la sangre. Un estudio complementario descubrió que los patrones de fragmentación del ccfDNA utilizados para detectar el cáncer también aparecen en pacientes con enfermedades autoinmunes y vasculares.

Prueba

Para desarrollar una prueba con alta sensibilidad para el cáncer pero con menos resultados falsos positivos, se amplió ‘MIGHT’ para incorporar datos de enfermedades autoinmunes y vasculares obtenidos de colegas de la Universidad Johns Hopkins y otras instituciones que tratan y estudian estas enfermedades.

Los estudios, financiados en parte por los Institutos Nacionales de Salud, se han publicado en las ‘Actas de la Academia Nacional de Ciencias’.

En pruebas realizadas con datos de pacientes, ‘MIGHT’ superó sistemáticamente a otros métodos de IA tanto en sensibilidad como en consistencia. Se aplicó a la sangre de 1.000 personas: 352 pacientes con cáncer avanzado y 648 personas sin cáncer. Para cada muestra, los investigadores evaluaron 44 conjuntos de variables diferentes, cada uno de los cuales consistía en un conjunto de características biológicas, como la longitud de los fragmentos de ADN o las anomalías cromosómicas, y descubrieron que las características basadas en la aneuploidía (un número anormal de cromosomas) ofrecían el mejor rendimiento en la detección del cáncer, con una sensibilidad del 72 por ciento (capacidad para detectar el cáncer) y una especificidad del 98 por ciento (identificaba correctamente a las personas que no tenían cáncer).

«‘MIGHT’ nos ofrece una forma eficaz de medir la incertidumbre y aumentar la fiabilidad, especialmente en situaciones en las que el tamaño de las muestras es limitado, pero la complejidad de los datos es alta», afirma Joshua Vogelstein, doctor, profesor asociado de ingeniería biomédica e investigador principal.