{"id":2969,"date":"2024-09-05T11:58:59","date_gmt":"2024-09-05T17:58:59","guid":{"rendered":"https:\/\/aguilasalporvenir.com\/?p=2969"},"modified":"2024-09-05T11:58:59","modified_gmt":"2024-09-05T17:58:59","slug":"una-nueva-herramienta-de-inteligencia-artificial-para-el-cancer","status":"publish","type":"post","link":"https:\/\/aguilasalporvenir.com\/index.php\/2024\/09\/05\/una-nueva-herramienta-de-inteligencia-artificial-para-el-cancer\/","title":{"rendered":"Una nueva herramienta de inteligencia artificial para el c\u00e1ncer"},"content":{"rendered":"<h2 class=\"intro-subtitle\"><span>Un modelo de IA similar a ChatGPT puede diagnosticar el c\u00e1ncer, guiar la elecci\u00f3n del tratamiento y predecir la supervivencia en m\u00faltiples tipos de c\u00e1ncer<\/span><\/h2>\n<section class=\"hms-highlights\">\n<div class=\"bundle--highlights paragraph paragraph--type--highlights paragraph--view-mode--default\">\n<div class=\"row\">\n<div class=\"columns small-12\">\n<ul>\n<li><span>El nuevo enfoque marca un gran paso adelante en el dise\u00f1o de herramientas de IA para respaldar las decisiones cl\u00ednicas en el diagn\u00f3stico y el tratamiento del c\u00e1ncer.<\/span><\/li>\n<li><span>El modelo utiliza caracter\u00edsticas del microambiente de un tumor para pronosticar c\u00f3mo podr\u00eda responder un paciente a la terapia y para ayudar a informar tratamientos individualizados.<\/span><\/li>\n<li><span>El modelo puede acelerar la identificaci\u00f3n de pacientes que probablemente no se beneficiar\u00e1n con los tratamientos est\u00e1ndar utilizados en algunas formas de c\u00e1ncer.<\/span><\/li>\n<\/ul>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n<div class=\"body field field--name-body field--type-text-with-summary field--label-hidden field__items\">\n<div class=\"field__item\">\n<p><span>Los cient\u00edficos de la Facultad de Medicina de Harvard han dise\u00f1ado un modelo de IA vers\u00e1til, similar a ChatGPT, capaz de realizar una variedad de tareas de diagn\u00f3stico en m\u00faltiples formas de c\u00e1ncer.<\/span><\/p>\n<p><img fetchpriority=\"high\" decoding=\"async\" class=\" wp-image-2971 aligncenter\" src=\"https:\/\/aguilasalporvenir.com\/wp-content\/uploads\/2024\/09\/HARVARD-Una-nueva-herramienta-basada-en-la-IA-mejorara-el-diagnostico-de-cancer-cerebral.jpg\" alt=\"\" width=\"677\" height=\"381\" srcset=\"https:\/\/aguilasalporvenir.com\/wp-content\/uploads\/2024\/09\/HARVARD-Una-nueva-herramienta-basada-en-la-IA-mejorara-el-diagnostico-de-cancer-cerebral.jpg 1300w, https:\/\/aguilasalporvenir.com\/wp-content\/uploads\/2024\/09\/HARVARD-Una-nueva-herramienta-basada-en-la-IA-mejorara-el-diagnostico-de-cancer-cerebral-300x169.jpg 300w, https:\/\/aguilasalporvenir.com\/wp-content\/uploads\/2024\/09\/HARVARD-Una-nueva-herramienta-basada-en-la-IA-mejorara-el-diagnostico-de-cancer-cerebral-1024x576.jpg 1024w, https:\/\/aguilasalporvenir.com\/wp-content\/uploads\/2024\/09\/HARVARD-Una-nueva-herramienta-basada-en-la-IA-mejorara-el-diagnostico-de-cancer-cerebral-768x432.jpg 768w\" sizes=\"(max-width: 677px) 100vw, 677px\" \/><\/p>\n<p><span>El nuevo sistema de IA, descrito\u00a0<\/span><a href=\"https:\/\/www.nature.com\/articles\/s41586-024-07894-z\"><span>el 4 de septiembre en\u00a0<\/span><em><span>Nature<\/span><\/em><\/a><span>\u00a0,\u00a0<\/span><span>va un paso m\u00e1s all\u00e1 de muchos enfoques actuales de IA para el diagn\u00f3stico del c\u00e1ncer, dijeron los investigadores.<\/span><\/p>\n<p><span>Los sistemas de IA actuales suelen estar entrenados para realizar tareas espec\u00edficas (como detectar la presencia de c\u00e1ncer o predecir el perfil gen\u00e9tico de un tumor) y tienden a funcionar solo en unos pocos tipos de c\u00e1ncer. En cambio, el nuevo modelo puede realizar una amplia gama de tareas y se prob\u00f3 en 19 tipos de c\u00e1ncer, lo que le otorga una flexibilidad similar a la de los grandes modelos de lenguaje como ChatGPT.<\/span><\/p>\n<p><span>Si bien recientemente han surgido\u00a0<\/span><a href=\"https:\/\/www.nature.com\/articles\/s41586-024-07441-w\"><span>otros modelos b\u00e1sicos de IA<\/span><\/a><span>\u00a0para el diagn\u00f3stico m\u00e9dico basados \u200b\u200ben im\u00e1genes patol\u00f3gicas, se cree que este es el primero en predecir los resultados de los pacientes y validarlos en varios grupos de pacientes internacionales.<\/span><\/p>\n<p><span>\u201cNuestra ambici\u00f3n era crear una plataforma de inteligencia artificial \u00e1gil y vers\u00e1til, similar a ChatGPT, que pudiera realizar una amplia gama de tareas de evaluaci\u00f3n del c\u00e1ncer\u201d, afirm\u00f3 el autor principal del estudio,\u00a0<\/span><a href=\"https:\/\/yulab.hms.harvard.edu\/yu\/\"><span>Kun-Hsing Yu<\/span><\/a><span>\u00a0, profesor adjunto de inform\u00e1tica biom\u00e9dica en el Instituto Blavatnik de la Facultad de Medicina de Harvard. \u201cNuestro modelo result\u00f3 ser muy \u00fatil en m\u00faltiples tareas relacionadas con la detecci\u00f3n, el pron\u00f3stico y la respuesta al tratamiento del c\u00e1ncer en m\u00faltiples tipos de c\u00e1ncer\u201d.<\/span><\/p>\n<p><span>El modelo de IA, que funciona leyendo diapositivas digitales de tejidos tumorales, detecta c\u00e9lulas cancerosas y predice el perfil molecular de un tumor bas\u00e1ndose en las caracter\u00edsticas celulares observadas en la imagen con una precisi\u00f3n superior a la de la mayor\u00eda de los sistemas de IA actuales. Puede pronosticar la supervivencia del paciente en m\u00faltiples tipos de c\u00e1ncer y se\u00f1alar con precisi\u00f3n las caracter\u00edsticas del tejido que rodea un tumor (tambi\u00e9n conocido como microambiente tumoral) que est\u00e1n relacionadas con la respuesta de un paciente a los tratamientos est\u00e1ndar, incluida la cirug\u00eda, la quimioterapia, la radiaci\u00f3n y la inmunoterapia. Por \u00faltimo, dijo el equipo, la herramienta parece capaz de generar nuevos conocimientos: identific\u00f3 caracter\u00edsticas tumorales espec\u00edficas que anteriormente no se sab\u00eda que estuvieran relacionadas con la supervivencia del paciente.<\/span><\/p>\n<p><span>Los hallazgos, dijo el equipo de investigaci\u00f3n, se suman a la creciente evidencia de que los enfoques impulsados \u200b\u200bpor IA pueden mejorar la capacidad de los m\u00e9dicos para evaluar los c\u00e1nceres de manera eficiente y precisa, incluida la identificaci\u00f3n de pacientes que podr\u00edan no responder bien a las terapias est\u00e1ndar contra el c\u00e1ncer.<\/span><\/p>\n<p><span>\u201cSi se valida m\u00e1s y se implementa ampliamente, nuestro enfoque y otros enfoques similares al nuestro podr\u00edan identificar de manera temprana a pacientes con c\u00e1ncer que podr\u00edan beneficiarse de tratamientos experimentales dirigidos a ciertas variaciones moleculares, una capacidad que no est\u00e1 disponible de manera uniforme en todo el mundo\u201d, dijo Yu.<\/span><\/p>\n<h3><span>Entrenamiento y rendimiento<\/span><\/h3>\n<p><span>El \u00faltimo trabajo del equipo se basa en la investigaci\u00f3n previa de Yu sobre sistemas de IA para la evaluaci\u00f3n del\u00a0<\/span><a href=\"https:\/\/hms.harvard.edu\/news\/ai-tool-predicts-colon-cancer-survival-treatment-response\"><span>c\u00e1ncer de colon<\/span><\/a><span>\u00a0y\u00a0<\/span><a href=\"https:\/\/hms.harvard.edu\/news\/ai-tool-decodes-brain-cancers-genome-during-surgery\"><span>los tumores cerebrales<\/span><\/a><span>\u00a0. Estos estudios anteriores demostraron la viabilidad del enfoque en tipos de c\u00e1ncer espec\u00edficos y tareas espec\u00edficas.<\/span><\/p>\n<p><span>El nuevo modelo, llamado CHIEF (Clinical Histopathology Imaging Evaluation Foundation), se entren\u00f3 con 15 millones de im\u00e1genes sin etiquetar divididas en secciones de inter\u00e9s. Luego, la herramienta se entren\u00f3 a\u00fan m\u00e1s con 60.000 im\u00e1genes de portaobjetos completos de tejidos, incluidos pulm\u00f3n, mama, pr\u00f3stata, colon y recto, est\u00f3mago, es\u00f3fago, ri\u00f1\u00f3n, cerebro, h\u00edgado, tiroides, p\u00e1ncreas, cuello uterino, \u00fatero, ovario, test\u00edculo, piel, tejido blando, gl\u00e1ndula suprarrenal y vejiga. Al entrenar el modelo para que observara tanto secciones espec\u00edficas de una imagen como la imagen completa, le permiti\u00f3 relacionar cambios espec\u00edficos en una regi\u00f3n con el contexto general. Este enfoque, dijeron los investigadores, permiti\u00f3 a CHIEF interpretar una imagen de manera m\u00e1s hol\u00edstica al considerar un contexto m\u00e1s amplio, en lugar de centrarse solo en una regi\u00f3n en particular.<\/span><\/p>\n<p><span>Luego de la capacitaci\u00f3n, el equipo prob\u00f3 el desempe\u00f1o de CHIEF en m\u00e1s de 19,400 im\u00e1genes de diapositivas completas de 32 conjuntos de datos independientes recopilados de 24 hospitales y cohortes de pacientes en todo el mundo.<\/span><\/p>\n<p><span>En general, CHIEF super\u00f3 otros m\u00e9todos de IA de \u00faltima generaci\u00f3n hasta en un 36 por ciento en las siguientes tareas: detecci\u00f3n de c\u00e9lulas cancerosas, identificaci\u00f3n del origen del tumor, predicci\u00f3n de los resultados del paciente e identificaci\u00f3n de la presencia de genes y patrones de ADN relacionados con la respuesta al tratamiento.<\/span><\/p>\n<p><span>Gracias a su versatilidad de entrenamiento, CHIEF funcion\u00f3 igual de bien sin importar c\u00f3mo se obtuvieron las c\u00e9lulas tumorales, ya sea mediante biopsia o mediante escisi\u00f3n quir\u00fargica. Y fue igual de preciso, independientemente de la t\u00e9cnica utilizada para digitalizar las muestras de c\u00e9lulas cancerosas. Esta adaptabilidad, dijeron los investigadores, hace que CHIEF sea utilizable en diferentes entornos cl\u00ednicos y representa un paso importante con respecto a los modelos actuales que tienden a funcionar bien solo cuando leen tejidos obtenidos mediante t\u00e9cnicas espec\u00edficas.<\/span><\/p>\n<\/div>\n<\/div>\n<div class=\"field field--name-field-components field--type-entity-reference-revisions field--label-hidden field__items\">\n<div class=\"field__item\">\n<div class=\"bundle--hms_accordion paragraph paragraph--type--hms-accordion paragraph--view-mode--default\">\n<div class=\"row\">\n<div class=\"columns small-12\"><\/div>\n<\/div>\n<div class=\"row\">\n<div class=\"columns small-12\">\n<ul class=\"accordion hms-accordion\" data-accordion=\"q68o2r-accordion\" data-multi-expand=\"true\" data-allow-all-closed=\"true\">\n<li class=\"accordion-item hms-accordion--item row\" data-accordion-item=\"\">\n<div class=\"row\">\n<div class=\"hms-accordion--title-block columns small-12 medium-9\">\n<h3 class=\"hms-accordion--title\">Detecci\u00f3n de c\u00e1ncer<\/h3>\n<p>CHIEF logr\u00f3 una precisi\u00f3n de casi el 94 por ciento en la detecci\u00f3n del c\u00e1ncer y super\u00f3 significativamente los enfoques de IA actuales en 15 conjuntos de datos que contienen 11 tipos de c\u00e1ncer.<\/p>\n<\/div>\n<\/div>\n<p>&nbsp;<\/li>\n<\/ul>\n<p>FUENTE:<\/p>\n<p>https:\/\/hms.harvard.edu\/news<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Un modelo de IA similar a ChatGPT puede diagnosticar el c\u00e1ncer, guiar la elecci\u00f3n del tratamiento y predecir la supervivencia en m\u00faltiples tipos de c\u00e1ncer El nuevo enfoque marca un gran paso adelante en el dise\u00f1o de herramientas de IA para respaldar las decisiones cl\u00ednicas en el diagn\u00f3stico y el tratamiento del c\u00e1ncer. El modelo [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":2970,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2969","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-prensa"],"blocksy_meta":[],"jetpack_featured_media_url":"https:\/\/aguilasalporvenir.com\/wp-content\/uploads\/2024\/09\/HARVARD-IA.jpg","jetpack_shortlink":"https:\/\/wp.me\/pfR71O-LT","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/posts\/2969"}],"collection":[{"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/comments?post=2969"}],"version-history":[{"count":1,"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/posts\/2969\/revisions"}],"predecessor-version":[{"id":2972,"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/posts\/2969\/revisions\/2972"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/media\/2970"}],"wp:attachment":[{"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/media?parent=2969"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/categories?post=2969"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aguilasalporvenir.com\/index.php\/wp-json\/wp\/v2\/tags?post=2969"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}