cripto para todos
Unirse
A
A

Esta IA detecta 19 tipos de cáncer con una precisión del 96 %—¿El futuro de la medicina?

15:10 ▪ 5 min de lectura ▪ por Luc Jose A.
Informarse Evento

La inteligencia artificial (IA) está redefiniendo progresivamente los contours de la medicina moderna, pero un avance podría cambiar para siempre el diagnóstico del cáncer. De hecho, el modelo CHIEF, desarrollado por la Harvard Medical School, acaba de superar un hito histórico. Capaz de detectar varios tipos de cáncer con una precisión del 96%, se posiciona como una de las herramientas más prometedoras para mejorar el diagnóstico temprano y la evaluación de pronósticos. Frente a los crecientes desafíos de la oncología, este modelo abre perspectivas inéditas para la investigación y el tratamiento del cáncer.

Un laboratoire moderne avec une ambiance futuriste, montrant des chercheurs en blouse blanche travaillant avec des ordinateurs et des écrans affichant des images de cellules cancéreuses grâce à L'IA et CHIEF. Au centre, un écran met en avant une visualisation colorée et complexe d'un modèle d'intelligence artificielle analysant des données médicales, avec des résultats sur le diagnostic du cancer. L'image doit transmettre une atmosphère d'innovation technologique avancée, avec une lumière douce et des éléments visuels subtils suggérant un progrès médical majeur.

Una IA revolucionaria para la detección del cáncer

La revolución IA en la salud está en marcha. De hecho, el modelo de IA CHIEF (Clinical Histopathology Imaging Evaluation Foundation), desarrollado por investigadores de la Harvard Medical School, ha sido diseñado para sobresalir en la detección y pronóstico de 19 tipos diferentes de cáncer. Con un entrenamiento basado en 44 terabytes de datos de 15 millones de imágenes no etiquetadas y 60,000 imágenes completas de tejidos, CHIEF ha demostrado resultados extraordinarios. Según los investigadores, esta IA alcanza una precisión «de hasta el 96%» en la identificación de cánceres, superando en más del 36% los métodos de IA actualmente utilizados en ciertos casos. «Nuestra ambición era crear una plataforma de IA versátil, capaz de evaluar una amplia gama de tareas relacionadas con la evaluación del cáncer», explica el profesor Kun-Hsing Yu, autor principal del estudio.

Además de sus capacidades de detección, CHIEF ofrece predicciones precisas sobre las tasas de supervivencia de los pacientes, y distingue con éxito a aquellos que tienen mayores probabilidades de sobrevivir de quienes están en riesgo. Gracias a una prueba del modelo en más de 19,400 imágenes provenientes de 32 bases de datos independientes alrededor del mundo, los investigadores han podido evaluar el desempeño de CHIEF a escala global. El modelo no se limita a detectar la presencia de cánceres; también puede identificar el origen de los tumores, caracterizar los perfiles moleculares y predecir la respuesta de los pacientes a los tratamientos.

Perspectivas revolucionarias para la oncología

Uno de los aspectos más innovadores del modelo CHIEF reside en su naturaleza de código abierto, lo que permite a toda la comunidad científica adoptarlo y mejorarlo. Así, los investigadores de Harvard han abierto el acceso al código en Github, lo que brinda a clínicos e investigadores la posibilidad de aportar sus propios datos para perfeccionar las predicciones del modelo. Este enfoque colaborativo podría acelerar los avances en diagnóstico, especialmente para enfermedades raras o tejidos pre-malignos. «Nuestro modelo resulta muy útil para una multitud de tareas relacionadas con la detección, el pronóstico y la respuesta a tratamientos», confirma el equipo de Harvard.

Sin embargo, a pesar de estos avances, los investigadores son conscientes de las limitaciones actuales del modelo. CHIEF aún no ha alcanzado su pleno potencial en la evaluación de la agresividad de los cánceres o en la predicción de los efectos de tratamientos innovadores. Para avanzar, los investigadores cuentan con el enriquecimiento de las bases de datos y el desarrollo de nuevos métodos de entrenamiento. El futuro de la oncología parece estar cada vez más ligado a la inteligencia artificial, y colaboraciones entre laboratorios globales podrían permitir mejorar aún más la precisión y la eficacia de modelos como CHIEF.

Con CHIEF, Harvard está llevando al límite lo que la IA puede lograr en diagnóstico y tratamiento del cáncer. Las implicaciones para el futuro son enormes: una detección más temprana, tratamientos más específicos y una mejor comprensión de los mecanismos de la enfermedad. Si bien el camino hacia una adopción clínica a gran escala sigue lleno de obstáculos, la capacidad de CHIEF para evolucionar gracias a la colaboración científica sugiere perspectivas optimistas para los pacientes y profesionales de la salud. Este modelo podría convertirse en uno de los pilares de la lucha contra el cáncer en los próximos años si se regula adecuadamente como recomienda la OMS.

¡Maximiza tu experiencia en Cointribune con nuestro programa "Read to Earn"! Por cada artículo que leas, gana puntos y accede a recompensas exclusivas. Regístrate ahora y comienza a acumular beneficios.



Únete al programa
A
A
Luc Jose A. avatar
Luc Jose A.

Graduado de Sciences Po Toulouse y titular de una certificación de consultor blockchain emitida por Alyra, me uní a la aventura Cointribune en 2019. Convencido del potencial de blockchain para transformar muchos sectores de la economía, me comprometí a sensibilizar e informar al público en general sobre este ecosistema en constante evolución. Mi objetivo es permitir que todos comprendan mejor blockchain y aprovechen las oportunidades que ofrece. Todos los días, me esfuerzo por proporcionar un análisis objetivo de las noticias, descifrar las tendencias del mercado, transmitir las últimas innovaciones tecnológicas y poner en perspectiva los problemas económicos y sociales de esta revolución en marcha.

AVISO LEGAL

Las ideas y opiniones expresadas en este artículo pertenecen al autor y no deben tomarse como consejo de inversión. Haz tu propia investigación antes de tomar cualquier decisión de inversión.