Representación esquemática del análisis de imágenes de citología cervical asistido por IA. (A) Nivel de imagen de portaobjetos completo (WSI): digitalización de muestras de preparación cervical a base de líquido; (B) Nivel de parche: los WSI se dividen en parches más pequeños para crear mapas de características, centrándose en estructuras celulares importantes y detecta regiones de interés (ROI); (C) Segmentación celular: la segmentación aísla los núcleos de cada célula, enfatizando las características morfológicas; (D) Clasificación de celdas: las características extraídas clasifican las celdas en categorías, como LSIL, HSIL, ASC-H y ASCUS; (E) Diagnóstico WSI: los resultados de la clasificación se agregan para proporcionar un diagnóstico general a nivel de WSI. Crédito: Biología y medicina del cáncer (2024). DOI: 10.20892/j.issn.2095-3941.2024.0198
El cáncer de cuello uterino sigue siendo una importante amenaza para la salud de las mujeres en todo el mundo, con la mayor incidencia en los países en desarrollo. A pesar de la disponibilidad de medidas preventivas, desafíos como los recursos limitados de atención médica y los programas de detección inadecuados continúan socavando los esfuerzos globales para eliminar la enfermedad.
La Organización Mundial de la Salud (OMS) se ha fijado el ambicioso objetivo de realizar pruebas de detección al 70% de las mujeres de entre 35 y 45 años de aquí a 2030, un objetivo considerado esencial para reducir las tasas de mortalidad. Sin embargo, lograr esto requiere soluciones innovadoras que sean efectivas y escalables, particularmente en regiones donde el acceso a la atención médica está restringido.
Recientemente, un equipo de investigadores de la Academia China de Ciencias Médicas y del Colegio Médico de la Unión de Pekín, en colaboración con la Agencia Internacional para la Investigación del Cáncer, publicado una revisión exhaustiva en Biología y medicina del cáncer. El artículo examina las aplicaciones actuales y futuras de la inteligencia artificial (IA) para mejorar los métodos de detección del cáncer de cuello uterino.
La revisión profundiza en el potencial transformador de la IA en el cribado del cáncer de cuello uterino, centrándose en su papel en el reconocimiento de imágenes médicas para identificar citologías anormales y lesiones neoplásicas. Al aprovechar algoritmos de aprendizaje profundo, la IA ahora puede replicar la interpretación humana de imágenes médicas, lo que resulta en una detección más precisa del cáncer de cuello uterino.
El estudio destaca cómo la IA puede automatizar la segmentación y clasificación de imágenes de citología, lo cual es vital para el diagnóstico temprano. Además, explora el potencial de la IA para mejorar la colposcopia, un procedimiento tradicionalmente obstaculizado por la interpretación subjetiva y la dependencia de profesionales altamente capacitados.
Al integrar la IA en este proceso, la revisión prevé controles más objetivos y eficientes. También se analiza el papel de la IA en los modelos de predicción de riesgos, donde se utilizan datos clínicos para predecir la progresión de las infecciones por VPH de alto riesgo y el desarrollo del cáncer de cuello uterino. Estos modelos, impulsados por el aprendizaje automático, ofrecen un enfoque personalizado de detección, lo que reduce las derivaciones innecesarias y permite una mejor estratificación del riesgo.
El Dr. Youlin Qiao, autor principal del estudio, enfatiza el potencial transformador de la IA en la detección del cáncer de cuello uterino: «La IA tiene la capacidad de revolucionar la detección del cáncer de cuello uterino al ofrecer una detección automatizada, objetiva e imparcial de afecciones cancerosas y precancerosas. Esta tecnología «Es particularmente vital para cerrar la brecha de atención médica en regiones desatendidas».
Las implicaciones de la detección del cáncer de cuello uterino mediante IA son profundas. Más allá de mejorar las tasas de detección y la eficiencia, esta tecnología también podría ampliar el acceso a los servicios de detección en áreas remotas o con recursos limitados. Si se adopta a nivel mundial, la detección asistida por IA podría reducir significativamente los diagnósticos erróneos, mejorar la prestación de atención médica y acercar al mundo al objetivo de eliminar el cáncer de cuello uterino para finales de siglo.
A pesar de su promesa, se deben superar varios obstáculos para que la IA logre una integración clínica generalizada:
- Estandarización de datos: establecimiento de plataformas globales para conjuntos de datos estandarizados y anotados para garantizar datos de capacitación diversos y de alta calidad.
- Integración ética: abordar cuestiones de transparencia, privacidad y responsabilidad para generar confianza entre médicos y pacientes.
- Interpretabilidad del modelo: mejorar la explicabilidad de la IA para fomentar la confianza y una adopción perfecta en los flujos de trabajo clínicos.
- Validación en todos los contextos: realizar estudios sólidos de validación externa y equipar a los médicos con la capacitación necesaria para utilizar las herramientas de inteligencia artificial de manera efectiva.
Al abordar estos desafíos, la detección del cáncer de cuello uterino mediante inteligencia artificial podría redefinir la atención sanitaria mundial y ofrecer una poderosa herramienta en la lucha contra uno de los cánceres más prevenibles.
Más información:
Tong Wu et al, La inteligencia artificial fortalece la detección del cáncer de cuello uterino: presente y futuro, Biología y medicina del cáncer (2024). DOI: 10.20892/j.issn.2095-3941.2024.0198
Proporcionado por TranSpread
Citación: La IA puede mejorar la detección del cáncer de cuello uterino con reconocimiento de imágenes médicas (2025, 10 de enero) recuperado el 10 de enero de 2025 de https://medicalxpress.com/news/2025-01-ai-cervical-cancer-medical-image.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
