Una vez que la red social de Google terminó su entrenamiento se la usó para analizar 6.716 casos y el resultado fue una precisión del 94%.
La inteligencia artificial se perfila para ser una de las tecnologías más disruptivas de los próximos años. Tal es el alcance de esta herramienta innovadora que podrá tener un impacto directo en la salud de las personas.
En un nuevo estudio realizado por la compañía Northwestern Medicina, la empresa utilizó la inteligencia artificial de Google para interpretar una resonancia magnética y detectar cáncer en una etapa temprana, inclusive antes que los médicos.
Lily Peng, de Google AI, explicó a Xataka que el obstáculo para detectar este tipo de casos radica en su tamaño: “es minúsculo y puede ser difícil de ver incluso para los radiólogos experimentados”. Pero las pruebas realizadas a aquellos pacientes que no tuvieron suerte pueden ayudar ahora a evitar que otros tengan que pasar por lo mismo.
Este equipo de nvestigadores trabajó y alimentó una red neuronal con miles de imágenes de pruebas médicas (tomografías computerizadas de pacientes con y sin cáncer, o con nódulos que luego se volvieron cancerosos) con el objetivo de que aprenda a detectar los patrones vinculados a la presencia de un determinado tipo de cáncer cuando éste aún es demasiado pequeño como para que el ojo humano lo aprecie.
Al igual que cualquier herramienta similar, la IA mejora su capacidad de detección a mayor nivel de entrenamiento. Una vez que la red social de Google terminó su entrenamiento (tras procesar 42.000 tomografías de 15.000 pacientes distintos), se la usó para analizar 6.716 casos con diagnósticos conocidos: el resultado fue una precisión del 94%.
Como resultado, esta versión final del algoritmo estará disponible para todos los especialistas del mundo a través de la API de Google Cloud Healthcare. De esta forma, se podrá establecer un sistema de puntuación en base a los casos.
“Tenemos algunos de los mayores equipos del mundo, y tenemos ganas de empezar a empujar los límites de la ciencia básica”, explica Daniel Tse, director de proyectos en Google y uno de los autores del ‘paper’.