En un estudio pequeño pero multiinstitucional, un sistema basado en inteligencia artificial mejoró las evaluaciones de los proveedores sobre si los pacientes con cáncer de vejiga tenían una respuesta completa a la quimioterapia antes de una cistectomía radical (cirugía de extirpación de la vejiga).
Sin embargo, los investigadores advierten que la IA no reemplaza la experiencia humana y que su herramienta no debe usarse como tal.
«Si usa la herramienta de manera inteligente, puede ayudarlo», dijo Lubomir Hadjiyski, Ph.D., profesor de radiología en la Facultad de Medicina de la Universidad de Michigan y autor principal del estudio.
Cuando los pacientes desarrollan cáncer de vejiga, los cirujanos suelen extirpar toda la vejiga en un esfuerzo por evitar que el cáncer regrese o se propague a otros órganos o áreas. Sin embargo, se está acumulando más evidencia de que la cirugía puede no ser necesaria si un paciente no tiene evidencia de enfermedad después de la quimioterapia.
Sin embargo, es difícil determinar si la lesión que queda después del tratamiento es simplemente tejido que se ha vuelto necrótico o cicatrizado como resultado del tratamiento o si el cáncer persiste. Los investigadores se preguntaron si la IA podría ayudar.
«La gran pregunta era cuando tienes un dispositivo artificial de este tipo a tu lado, ¿cómo afectará al médico?». Dijo Hadjiyski. «¿Va a ayudar? ¿Los va a confundir? ¿Va a mejorar su desempeño o simplemente lo ignorarán?»
Catorce médicos de diferentes especialidades, incluidas radiología, urología y oncología, así como dos becarios y un estudiante de medicina observaron exploraciones previas y posteriores al tratamiento de 157 tumores de vejiga. Los proveedores calificaron tres medidas que evaluaron el nivel de respuesta a la quimioterapia, así como una recomendación para el próximo tratamiento a realizar para cada paciente (radiación o cirugía).
Luego, los proveedores observaron una puntuación calculada por la computadora. Las puntuaciones más bajas indicaron una menor probabilidad de una respuesta completa a la quimioterapia y viceversa para las puntuaciones más altas. Los proveedores podrían revisar sus calificaciones o dejarlas sin cambios. Sus calificaciones finales se compararon con muestras de los tumores tomados durante sus cirugías de extirpación de la vejiga para medir la precisión.
En diferentes especialidades y niveles de experiencia, los proveedores vieron mejoras en sus evaluaciones con el sistema de IA. Aquellos con menos experiencia obtuvieron aún más ganancias, tanto que pudieron hacer diagnósticos al mismo nivel que los participantes experimentados.
«Esa fue la parte distinta de ese estudio que mostró observaciones interesantes sobre la audiencia», dijo Hadjiyski.
La herramienta ayudó más a los proveedores de instituciones académicas que a los que trabajaban en centros de salud enfocados únicamente en la atención clínica.
El estudio es parte de un proyecto financiado por los NIH, dirigido por Hadjiyski y Ajjai Alva, MD, profesor asociado de medicina interna en la UM, para desarrollar y evaluar herramientas basadas en biomarcadores para apoyar las decisiones de respuesta al tratamiento del cáncer de vejiga.
En el transcurso de más de dos décadas de realizar estudios basados en IA para evaluar diferentes tipos de cáncer y su respuesta al tratamiento, Hadjiyski dice que ha observado que las herramientas de aprendizaje automático pueden ser útiles como una segunda opinión para ayudar a los médicos en la toma de decisiones, pero pueden también cometer errores.
«Algo interesante que descubrimos es que la computadora comete errores en un subconjunto de casos diferente al que cometería un radiólogo», agregó. «Lo que significa que si la herramienta se usa correctamente, da la oportunidad de mejorar pero no reemplazar el juicio del médico».
Otros autores incluyen a Di Sun, Ajjai Alva, Heang-Ping Chan, Richard H. Cohan, Elaine M. Caoili, Wesley T. Kerr, Matthew S. Davenport, Prasad R. Shankar, Isaac R. Francis, Kimberly Shampain, Nathaniel Meyer, Daniel Barkmeier, Sean Woolen, Phillip L. Palmbos, Alon Z. Weizer, Ravi K. Samala, Chuan Zhou y Martha Matuszak de UM; Yousef Zakharia, Rohan Garje y Dean Elhag de la Universidad de Iowa; Monika Joshi y Lauren Pomerantz de la Universidad Estatal de Pensilvania; Kenny H. Cha del Centro de Dispositivos y Salud Radiológica de la Administración de Drogas y Alimentos de los EE. UU. y Galina Kirova-Nedyalkova de la Clínica de la Ciudad de Acibadem en el Hospital Tokuda en Sofía, Bulgaria.
