IA en oncología

Los oncólogos se encuentran con la IA en tres lugares principales: detección, planificación del tratamiento y apoyo a las decisiones. La detección es la más madura. En mamografía, el ensayo aleatorizado sueco MASAI, informado por primera vez en 2023, encontró que las pruebas de detección respaldadas por IA detectaban más cánceres que la lectura doble estándar, al tiempo que reducían la carga de trabajo de lectura de pantalla de los radiólogos en aproximadamente un 44 por ciento. En patología, la FDA autorizó a Paige Prostate en 2021 como el primer producto de IA para ayudar a los patólogos a leer biopsias de próstata. Los modelos de investigación también pueden estimar características como la inestabilidad de los microsatélites directamente a partir de portaobjetos teñidos de rutina, y los investigadores del MIT y del Hospital General de Massachusetts crearon Sybil, que predice el riesgo futuro de cáncer de pulmón a partir de una única tomografía computarizada de dosis baja. La planificación del tratamiento está bastante extendida. Las herramientas de contorno automático dibujan contornos de tumores y órganos cercanos para radioterapia, una tarea que puede llevar horas a los médicos. Los médicos todavía revisan y editan cada contorno. La selección del tratamiento es donde más se necesita precaución. Watson for Oncology de IBM se comercializó para sugerir terapias, pero se enfrentó a informes de recomendaciones que no estaban de acuerdo con las de los expertos y algunas que no eran seguras, e IBM luego vendió su negocio Watson Health. La lección fue que la capacitación sobre un pequeño conjunto de casos hipotéticos y las preferencias de una institución no produce un asesoramiento general confiable. Las juntas de tumores, donde cirujanos, oncólogos, radiólogos y patólogos discuten casos juntos, utilizan cada vez más software que reúne datos y señala ensayos clínicos o pautas que coinciden. Se están probando grandes modelos lingüísticos para resumir las actas de estas reuniones, pero los hechos alucinados o desactualizados suponen un grave riesgo. El principal límite de la evidencia actual es que muchos estudios son retrospectivos, miden la precisión en lugar de los resultados de los pacientes y provienen de unos pocos centros con buenos recursos. Encontrar más cánceres pequeños sólo es útil si mejora la supervivencia en lugar de aumentar el sobrediagnóstico.