Científicos de Harvard crean IA que predice las probabilidades de supervivencia en pacientes con cáncer El modelo de inteligencia artificial puede identificar hasta 19 tipos de cáncer

Un equipo de científicos de la Escuela de Medicina de Harvard ha desarrollado un modelo de inteligencia artificial (IA) que podría contribuir significativamente a la lucha contra el cáncer.

Según un informe publicado en la gaceta de la universidad, este sistema, denominado CHIEF (Fundación para la Evaluación de Imágenes de Histopatología Clínica), no solo diagnostica múltiples tipos de cáncer, sino que también ofrece pronósticos precisos sobre la evolución de la enfermedad y las probabilidades de supervivencia de los pacientes.

Actualmente, CHIEF es capaz de identificar hasta 19 tipos de cáncer y predecir cómo responderá un paciente a diferentes tratamientos.

Este nivel de precisión ha sido posible gracias a un modelo entrenado con 15 millones de imágenes sin etiquetar y 60,000 imágenes de tejidos tumorales de diferentes órganos.

Una de las características más innovadoras de CHIEF es su capacidad para analizar no solo el área principal del tumor, sino también las zonas circundantes, lo que ofrece una visión más integral del estado del cáncer.

Gracias a este enfoque, el sistema ha alcanzado una efectividad del 94 % en la detección de tumores.

Relacionado: Lo que el cáncer me enseñó sobre la vida, el amor y el liderazgo

Además, CHIEF ha demostrado ser útil en la predicción de la supervivencia de los pacientes. En los estudios realizados, el modelo mostró una precisión superior en un 8 % en predicciones de supervivencia a largo plazo y un 10 % en casos de cáncer avanzado, en comparación con otros sistemas. Estos resultados han sido validados por 17 hospitales que han puesto a prueba la inteligencia artificial.

Según Kun-Hsing Yu, investigador principal del proyecto, esta tecnología "tiene el potencial de mejorar el acceso a tratamientos de vanguardia, los cuales no siempre están disponibles para la comunidad médica global".

"Nuestro enfoque podría identificar a pacientes que se beneficiarían de tratamientos experimentales dirigidos a ciertas variaciones moleculares, una capacidad que no está disponible de manera uniforme en todo el mundo", explicó el científico.