La IA en las mamografías
Mejora de las pruebas de detección del cáncer de mama con inteligencia artificial
Estamos trabajando con profesionales clínicos, pacientes y socios con el objetivo de crear un sistema de IA para realizar mamografías que ayude a los radiólogos a detectar el cáncer de mama con mayor precisión, velocidad y de manera sistemática.
Cada año, se les diagnostica cáncer de mama a más de 2 millones de personas
El cáncer de mama es el tipo más común de cáncer a nivel mundial, y la detección temprana con pruebas de detección puede aumentar las posibilidades de supervivencia. Si bien las pruebas son fundamentales para mejorar los resultados, la escasez de especialistas en todo el mundo implica que los sistemas de análisis a menudo están sobrecargados, lo que genera demoras muy extensas y angustiantes para las personas que esperan resultados.
Nuestra investigación muestra que la IA puede detectar el cáncer de mama con la precisión de un radiólogo
El sistema impulsado por inteligencia artificial se integra en los flujos de las pruebas de detección de cáncer de mama para ayudar a los radiólogos a identificarlo antes y de forma más sistemática. En la investigación que publicamos, se aprecia que nuestra tecnología puede identificar signos de cáncer de mama con la misma precisión que un radiólogo capacitado.
El sistema de IA está entrenado con miles de mamografías desidentificadas
El modelo usa la tecnología de inteligencia artificial de Google para aprender las funciones complejas de las mamografías que tienen probabilidades de representar indicios de cáncer. Como resultado, el sistema puede detectar indicios de cáncer que algunos especialistas tal vez no puedan ver. Esperamos poder mejorar la detección del cáncer en el futuro combinando las capacidades humanas y de la IA.
Los pacientes, los profesionales clínicos y los especialistas en salud guían nuestra labor
Obtén más información sobre la actividad de Della Ogunleye en nuestro Foro de Participación Pública, que informa y asesora respecto de cómo diseñamos, probamos e implementamos la IA para realizar mamografías.
Estamos trabajando junto con socios para probar esta tecnología con pacientes y profesionales clínicos reales
Estamos trabajando junto con Northwestern Medicine para analizar cómo el modelo de investigación puede ayudar a priorizar los casos de alto riesgo y acortar el tiempo de diagnóstico de las personas examinadas.
A través del Premio NHS AI, estamos trabajando junto con Imperial College London y tres fideicomisos de la NHS para determinar si el modelo de investigación puede actuar como "segundo lector independiente" en sistemas de pruebas de detección de doble lectura en el Reino Unido y, además, permitir que los radiólogos se centren en casos de alta prioridad mientras se mejora la consistencia y la calidad de las pruebas.
La investigación se hace realidad a través de las asociaciones
Estamos trabajando con socios líderes, como iCAD para acelerar la adopción clínica de nuestra tecnología de IA para realizar mamografías. iCAD validará nuestra tecnología y la incorporará en su ProFound Breast Health Suite, con lo cual, estará disponible para pacientes de todo el mundo.
Los tipos de cáncer y los resultados varían en función del segmento demográfico
La densidad de las mamas varía según el origen étnico, por lo que garantizar que nuestros conjuntos de datos sean representativos de los distintos segmentos demográfico es fundamental a la hora de crear una herramienta inclusiva y efectiva para todos, independientemente de su origen étnico.
Nos asociaremos con la Japanese Foundation for Cancer Research (JFCR) en el Ariake Hospital para mejorar la inclusión de nuestros modelos y seguimos explorando cómo lograr que nuestros productos sean más representativos.
Director de la iniciativa Programa de Promoción de Innovación Estratégica "IA en el hospital", miembro del gabinete japonés y asesor en el Cancer Institute Hospital of JFCR
"El cáncer de mama es un tipo de cáncer con una alta probabilidad de curarse si se detecta a tiempo. Si usamos tecnología de IA para las pruebas de detección, podemos mantener la precisión de los diagnósticos y alivianar la carga de los radiólogos, incluso aunque muchas personas se hagan un examen médico."