Universidad de Chile desarrolla fórmula matemática con científicos del MIT para predecir riesgo de desarrollar cáncer

La ciencia está cada días más cerca de que el informe del examen de mamografía indique un nivel predictivo de riesgo y según eso, recomiende el tiempo necesario para la próxima imagen, más exámenes o control con un especialista.

Para conseguirlo, investigadores de la Universidad de Chile y del Instituto de Tecnología de Massachusetts (MIT), están trabajando en un modelo de Inteligencia Artificial (IA) y para ello analizarán más de 18 mil mamografías de mujeres chilenas que son parte de la base de datos que hoy mantiene el Clínica Las Condes. Una tarea en la que los algoritmos son clave.

¿Qué es un algoritmo? En términos sencillos, es un conjunto ordenado de operaciones sistemáticas que permite hacer un cálculo y hallar la solución de un tipo de problemas. En este caso, la solución que se busca es un predictor del nivel de riesgo de desarrollar cáncer y en base a él, indicar cada cuanto tiempo una mujer se debe repetir el examen: por ejemplo, si el riesgo es bajo, podría recomendarse una nueva mamografía en uno o dos años, pero si el riesgo es alto, entonces la próxima imagen se debería repetir a los seis meses.

Arnaldo Marín, médico, académico del Departamento Básico Clínico de Oncología de U. de Chile y además estudiante del programa de Doctorado en Ciencias Médicas con especialidad de Oncología Médica de esta universidad, lidera este trabajo.

“En términos generales, una de las gracias que tiene la Inteligencia Artificial y el Machine Learning es que, en estudios exploratorios como éste, pueden crear algoritmos y buscar las asociaciones que existen en un universo de variables. Es decir, rompen el paradigma y no buscan un único resultado, sino varios resultados asociados a variables que van a predecir un rango determinado”, indica.

El cáncer es una enfermedad muy heterogénea, explica Marín. De hecho, en un mismo cáncer que afecte a un individuo, se pueden encontrar distintos tipos de células tumorales. “Nuestros métodos está basados en la reducción de variables. Tradicionalmente, lo que se hace es buscar una variable que cause un resultado, pero la IA es de naturaleza exploratoria”, por lo tanto, lo que se hace es “enseñarle” a la máquina a discriminar entre múltiples variables, qué tipo de datos representan un mayor riesgo de desarrollar cáncer de mama.

En palabras sencillas, con Inteligencia Artificial, se le enseñará a una máquina a leer la información presente en una mamografía y detectar en ella signos que podrían predecir un cáncer de mama. “Es medicina personalizada. Las diferencias, las variables de una imagen deben ser valoradas para el diagnóstico, terapia y también para discriminación de riesgo individualizado. Es una especie de screening para determinar qué pacientes pueden desarrollar esta enfermedad”, señala Marín.

El proyecto, liderado por el MIT y el Hospital Mass General Brigham, ya creó un modelo a partir de información suministrada por mamografías de mujeres norteamericanas y funciona bien, “pero para que el algoritmo se representativo y útil para la demás población, hay que entrenarlo” y para ello se requiere información de otras mujeres de otras etnias, como la latinoamericana”, advierte el investigador.

La idea es ver cómo se comporta en población chilena este algoritmo ya creado, algo que también se está desarrollando paralelamente en Brasil. “El algoritmo es el resultado de la Machine Learning cuando captura la información. La primera parte de nuestra valoración contempla estudio retrospectivo por lo que analizaremos mamografías desde el año 2015 hasta el 2020 de alrededor de 5.000 pacientes de Clínica Las Condes, unas cinco mamografías por cada una de ellas. De todas ellas sabemos si desarrollaron cáncer o no en el tiempo, pero todos los exámenes se inician sin la enfermedad”, señala Marín.

Tener información de mujeres de otras etnias es clave si lo que se busca es un algoritmo que sea útil para toda la población, ya que hay variaciones genéticas entre las razas que se traspasan también al cáncer.

Aunque no ha sido aprobado por la FDA, Marín espera que más adelante, el Ministerio de Salud se interese en este trabajo. “Esta herramienta podría ser utilizada por radiólogos y ayudaría a optimizar los recursos porque si se detecta una persona con un nivel de riesgo mayor y se hace un seguimiento más corto, se podría detectar antes el cáncer de mama en ella y evitar que llegue a un cáncer avanzado”.

Hasta ahora, la capacidad predictiva de este modelo se ha publicado como investigación en las revistas Radiology y Science Translational Medicines, mientras en Europa, ya hay otras instituciones que también están trabajando con algoritmos de IA para la predicción del cáncer de mama con mamografías, señala el investigador.