Una nueva herramienta de inteligencia artificial (IA) desarrollada por un equipo de la Universidad de Toronto podría reducir significativamente el tiempo necesario para crear programas de tratamiento de radioterapia para personas con cáncer.
Para verificar los programas de tratamiento relevantes producidos por la IA, los investigadores observaron a 217 pacientes con cáncer de cabeza y cuello a los que se les desarrolló un programa de radioterapia mediante métodos tradicionales. Los planes eran similares.
"Hay otros motores de optimización de IA que se desarrollaron, pero el concepto detrás del nuestro es que imita más de cerca las mejores prácticas médicas actuales ", afirma Aaron Babier, autor principal de la investigación del Departamento de Ingeniería de la Universidad de Toronto.
Por el momento, desarrollar planes de radioterapia para el tumor de cada paciente individual puede llevar días, un tiempo precioso para los pacientes, ya que el cáncer a menudo continúa creciendo y evolucionando, pero también para los médicos que dedican algún tiempo a diseñar estas intrincadas estrategias de tratamiento.
Es muy difícil diseñar programas de tratamiento para los cánceres de cabeza y cuello, ya que los tumores pueden ser muy diferentes de un paciente a otro. Los investigadores esperan que, dado que el instrumento funcionó tan bien en este tipo de cáncer complicado y complicado, debería tener la capacidad de manejar tipos de tumores más prevalentes que no presentan tanta variación, como el cáncer de próstata.
Babier está ansioso por preocuparse en este caso de que la IA no se convierta en un reemplazo para los profesionales de la salud, pero puede ahorrarles tiempo al realizar un trabajo preliminar significativo. Una vez que el programa haya elaborado un programa de tratamiento, sin embargo, será revisado por un físico de radiación y modificado adicionalmente, lo que llevará un par de horas más.
Es bien sabido que la IA juega un papel importante en el futuro del diagnóstico, la monitorización y la terapia del cáncer, pero algunos profesionales de la salud han expresado su preocupación sobre la ética del uso de herramientas de aprendizaje automático para tomar decisiones clínicas. Una de esas preocupaciones, publicada en un artículo a principios de este año en el New England Journal of Medicine por investigadores y médicos en Stanford, dijo:
"Los médicos deben comprender satisfactoriamente cómo se crean los cálculos, evaluar seriamente el origen de la información utilizada para crear los modelos estadísticos desarrollados para predecir resultados, comprender cómo funcionan los modelos y evitar volverse demasiado dependientes de ellos".
Aquí radica un problema bastante común con los nuevos desarrollos tecnológicos en la medicina hoy en día: la demanda de los médicos de lograr una comprensión especializada de los nuevos métodos de diagnóstico que utilizan para que puedan comprender completamente cuánto pueden depender de ellos para afectar sus decisiones sobre los pacientes. Se está llevando a cabo una discusión similar para las biopsias líquidas para el cáncer, siempre controvertidas.
A pesar de todos estos problemas, la inversión en inteligencia artificial por parte de personas en la industria del cuidado de la salud es común, y grandes empresas como Microsoft e IBM la utilizan para varios programas en la actualidad. Muchas empresas parecen ver la inteligencia artificial como una posible solución para intentar simplificar el largo y obscenamente costoso procedimiento de descubrimiento de fármacos. La empresa de biotecnología BenchSci, con sede en Toronto, ha contado hasta el día de hoy con 28 empresas farmacéuticas y 97 nuevas empresas que utilizan IA para sus procesos de descubrimiento de fármacos.
En el caso de usar IA para ayudar en el diseño del tratamiento de radioterapia, Babier dice que su instrumento específico es más una expansión de lo que actualmente está disponible para los empleados de atención médica, en lugar de una revolución.
"Es básicamente un complemento bastante simple para ayudar con lo que existe actualmente en un entorno clínico, pero que utiliza parámetros más inteligentes que los disponibles actualmente", dijo Babier.
El equipo de la Universidad de Toronto no es el único que trabaja en la optimización del tratamiento de radiación con IA.