El MIT ha desarrollado un nuevo modelo de predicción de IA basado en el aprendizaje profundo que permite anticipar el desarrollo del cáncer de mama con hasta cinco años de antelación.
Una solución más precisa para las minorías
Los investigadores que han trabajado en el producto reconocen que otros proyectos similares tenían a menudo sesgos inherentes porque se basaban en poblaciones de pacientes blancos, y diseñaron específicamente su propio modelo para que esté informado por datos “más equitativos” que aseguren que sea “igual de preciso para mujeres blancas y negras”.
Los investigadores que han trabajado en el producto reconocen que otros proyectos similares tenían a menudo sesgos inherentes porque se basaban en poblaciones de pacientes blancos
Esta decisión no es aleatoria, y es que según explica el MIT, las mujeres negras tienen un 42% más de probabilidades de morir de cáncer de mama que las mujeres blancas, y apuntan a que uno de los factores de esto es que no están tan bien atendidas por las actuales técnicas de detección temprana.
El MIT explica que el trabajo ha estado orientado específicamente a hacer que la evaluación de los riesgos sea más precisa para las minorías.
Resultados más precisos y con más antelación
Esta herramienta del MIT utiliza la base de datos que ha recopilado con mamografías y resultados de más de 60.000 pacientes (con más de 90.000 mamografías) del Hospital General de Massachusetts. A raíz de estos datos, utiliza el ‘Deep learning’ para identificar patrones que no son evidentes ni observables por especialistas humanos. Asimismo, dado que no se basa en suposiciones ya existentes o en el conocimiento recibido sobre los factores de riesgo, que funciona como un marco sugerente en el mejor de los casos, los resultados hasta ahora han demostrado ser mucho más precisos, especialmente en el descubrimiento predictivo previo al diagnóstico.
El proyecto busca ayudar a los profesionales de la salud a crear un programa de detección adecuado para las personas a su cargo y eliminar el diagnóstico tardío. Además, el MIT confía en que la técnica se pueda usar para mejorar la detección de otras enfermedades que tienen problemas similares.