Quan en un jardí emergeix la primera mala herba, és senzill d’eliminar-la. No obstant això, si no es vigila, altres seguiran el seu exemple, ocupant més terreny i esgotant els recursos de les plantes veïnes. Si s’aborda el problema des de l’inici, es pot conservar més part del jardí sa. Anàlogament, detectar el càncer abans que es propagui és crucial, ja que això significa tractaments menys agressius, conservant més teixit sa i, sovint, resultant en menys efectes secundaris i major probabilitat de curació. Un cop el càncer es propaga a altres parts del cos, es torna més difícil de combatre. Per tant, és desitjable un diagnòstic precoç i precís de la malaltia, assegurant la seva correcta identificació. És per això que les revisions regulars i els avenços científics i tecnològics són essencials en la lluita contra el càncer. En el vessant tecnològic, l’anàlisi “intel·ligent” de grans quantitats d’informació disponible poden millorar sensiblement la prevenció i cura del càncer.
Què és la intel·ligència artificial?
La Intel·ligència Artificial (IA) està revolucionant la nostra vida diària en molts aspectes i, de fet, s’està desenvolupant intensament per millorar el diagnòstic precoç i tractament del càncer. L’IA és com un cervell digital que pot aprendre a partir d’informació complexa, de la mateixa manera que nosaltres aprenem de l’experiència, processant ràpidament enormes quantitats de dades per reconèixer patrons o normes. Per exemple, analitzant imatges i dades mèdiques, l’IA pot detectar canvis subtils que podrien passar inadvertits per l’ull humà.
Si bé encara estem davant d’una tecnologia emergent, ja tenim casos reals d’aplicacions d’IA que s’han desenvolupat i publicat recentment en revistes científiques i que donen suport als metges en la detecció precoç del càncer. A continuació descrivim alguns d’aquests casos on s’ha aplicat tecnologia basada en IA.
Ús de IA en el diagnòstic del càncer
En el context del càncer de mama, dones amb elevat risc i/o a partir de certa edat es fan mamografies periòdiques per la detecció precoç de la malaltia. Recentment, un equip d’investigació ha desenvolupat un programa informàtic basat en IA que aprèn, a partir d’imatges de mamografies “sense càncer”, a generar imatges artificials realistes del teixit normal (1). És a dir, l’equip va ensenyar a una “màquina” a reconèixer com és una mamografia típica normal. Un cop après, el sistema pot identificar qualsevol alteració inusual en el teixit que podria ser indicatiu de càncer de mama. El model també identifica quines diferències n’hi ha i destaca quines són les àrees de la mama més preocupants, possiblement millorant la detecció del càncer.
Un segon estudi recent ha explorat l’ús d’una eina d’IA per ajudar en el diagnòstic de melanoma, un tipus de càncer de la pell, a partir d’imatges de lesions cutànies obtingudes a través d’una tècnica anomenada dermatoscòpia (2). Aquesta tècnica proporciona imatges clares i detallades que l’IA pot examinar per detectar característiques associades amb el melanoma. Utilitzant algoritmes complexos, l’IA avalua les imatges per predir la probabilitat que existeixi un melanoma. La IA va ser provada en un entorn clínic, on la seva eficàcia va ser comparada amb la de l’activitat clínica normal dels dermatòlegs. Els resultats van mostrar que el mètode basat en IA era altament precís, amb una taxa de sensibilitat del 97%, la qual cosa significa que podia identificar correctament el melanoma en el 97% dels casos. A més, l’estudi va demostrar que aquesta eina no només funcionava bé de manera independent, sinó que també ajudava els dermatòlegs a realitzar diagnòstics més exactes. Quan els dermatòlegs tenien accés a l’anàlisi del model basat en IA, la seva capacitat per avaluar correctament el risc de melanoma va millorar molt. Aquesta tasca és crucial, ja que la detecció precoç del melanoma augmenta significativament les oportunitats de supervivència. Tanmateix, els autors assenyalaven que són necessaris assaigs més amplis per comprendre completament els beneficis d’integrar aquestes eines d’IA en la pràctica clínica diària.
Un altre projecte innovador per a la detecció precoç del càncer, utilitzant una tècnica coneguda com a Espectroscòpia Raman Potenciada en Superfície (SERS, per les seves sigles en anglès) juntament amb IA (3). Aquesta estratègia analitza biòpsies líquides, com la sang, per distingir alteracions moleculars indicatives de l’existència d’un càncer en l’individu on es fa l’assaig. Fent servir la IA, l’equip va processar dades a gran escala, assolint un 96% de precisió en distingir pacients amb càncer de persones sanes. A més, aquesta tècnica va poder identificar càncers en estadis inicials, representant un gran avanç cap a una detecció més econòmica i no invasiva de la malaltia.
Com hem mencionat anteriorment, les aplicacions de l’IA en l’oncologia no només se centren en la prevenció i diagnòstic, sinó també per exemple en la resposta al tractament. Estudis recents han demostrat que tècniques d’IA poden millorar sensiblement la predicció de la resposta a teràpies convencionals, amb un aprenentatge “intel·ligent” de gran quantitat de dades provinents de la biologia del tumor, el/la pacient i clíniques (4).
En conclusió, la convergència entre la IA i el diagnòstic precoç i tractament del càncer està evolucionant ràpidament, amb models d’IA que es perfeccionen contínuament per oferir prediccions més precises, que són clau per guiar els plans de millora dels resultats de l’assistència oncològica. Mitjançant esforços entre investigadors, clínics i tecnòlegs, la IA està preparada per tenir un impacte significatiu en l’atenció de la població i els pacients amb càncer, acostant-nos a una era on la detecció precoç, diagnòstic i tractament personalitzat basats en IA seran rutinaris.
Roderic Espín
Investigador predoctoral
Institut Català d’Oncologia, IDIBELL
Referències
- Unsupervised anomaly detection with generative adversarial networks in mammography. Sci Rep. 2023 Feb 20;13(1):2925.
- Prospective validation of dermoscopy-based open-source artificial intelligence for melanoma diagnosis (PROVE-AI study). NPJ Digit Med. 2023 Jul 12;6(1):127
- Early cancer detection by serum biomolecular fingerprinting spectroscopy with machine learning. eLight volume 3,17 (2023)
- Multi-omic machine learning predictor of breast cancer therapy response. Nature 601, 623–629 (2022)