El cáncer de pulmón posee la mayor tasa de mortalidad en el mundo y, en consecuencia, múltiples tecnologías emergen como apoyo en su diagnóstico y en lo que respecta a análisis de imágenes, la Inteligencia Artificial y el deep learning han mostrado muchísimo potencial, en especial para aspectos como la detección de tumores, así como también para formular diagnósticos certeros e identificación de metástasis, entre otros factores. Por lo mismo, el desarrollo de la patología digital y de su tecnología asociada está cumpliendo un rol altamente relevante para combatir esta enfermedad.
Inicialmente, el hecho de detectar células tumorales en ganglios linfáticos disecados requiere de un trabajo minucioso, lo que puede tomar mucho tiempo a los oncólogos y patólogos si se hace de la manera tradicional.
En patología digital, en tanto, se utiliza un computador entrenado con Inteligencia artificial y deep learning, entendiendo esto último como un tipo de Machine Learning, donde los softwares aprenden a resolver problemas de percepción, tales como el reconocimiento de imágenes, video o audio; lo que puede ser en modalidad de aprendizaje supervisado, como en el caso de los algoritmos de Roche. En consecuencia, permite que el tiempo de análisis de muestras y/o tejidos se reduzca considerablemente.
Adicionalmente, junto con detectar tempranamente un cáncer de pulmón, también ayuda a reducir la tasa de falsos negativos, acelerar los procesos de exámenes y aligerar la carga laboral de los patólogos. A lo anterior, debe sumarse la identificación del tipo, subtipo y grado del tumor, ya que esto ayudará en gran medida a que pueda elaborarse el tratamiento más apropiado.
En consecuencia, los avances en análisis patológicos de imágenes han progresado gracias al desarrollo paralelo de los algoritmos, y se espera que para el futuro esta tecnología de patología digital tenga un valor incluso mayor al que aporta hoy, siendo una herramienta complementaria clave para patólogos y oncólogos en la lucha contra el cáncer de pulmón.
5) Wang, S. (Octubre 2019). “Artificial Intelligence in Lung Cancer Pathology Image Analysis”, MDPI.
