Cómo resolver la crisis Global del Cáncer: La Promesa de la Inteligencia Artificial

Para el 2050, se proyecta que los casos de cáncer crecerán 77% con respecto al 2022. Actualmente el cáncer representa 9.7 millones de muertes a nivel mundial siendo los más mortales el cáncer de pulmón (22.7%), el cáncer hepático (9.6%), el cáncer de colón (9.2%), el cáncer de estómago (7.9%) y el cáncer de próstata (7.3%). En mujeres, el cáncer de mama es el más común con el 23.8% de los casos registrados.

Por esto, en la lucha constante contra el cáncer, la detección temprana y el acceso a tratamientos efectivos son fundamentales para salvar vidas. Una de las innovaciones más prometedoras es la inteligencia artificial (IA), la cual está revolucionando la forma en que abordamos el diagnóstico y tratamiento del cáncer.

Hoy existen herramientas que mejoran la precisión en la detección de tumores, personalizan los planes de tratamiento y aumentan las tasas de supervivencia. En este newsletter, exploramos cómo es posible transformar el cuidado de tres de los tipos de cáncer más comunes: cáncer de mama, cáncer de pulmón y cáncer de próstata usando IA.

Distribución de casos y muertes de los 10 cánceres más comunes en 2020 para (A) Ambos sexos, (B) Hombres y (C) Mujeres [3].

Cáncer de Mama + IA

El cáncer de mama se ha convertido en uno de los de mayor prevalencia, siendo 1 de cada 8 diagnósticos de cáncer y un cuarto de los casos en población femenina. Esta realidad subraya la urgente necesidad de soluciones innovadoras y eficaces en la detección y tratamiento de esta enfermedad [1].

No sólo eso, para el año 2040, se prevé que la carga causada por el cáncer de mama aumente a más de 3 millones de nuevos casos y 1 millón de muertes cada año únicamente debido al crecimiento poblacional y el envejecimiento [2].

En este contexto, la IA emerge como una súper herramienta en la lucha contra el cáncer de mama, donde una de sus aplicaciones más prometedoras es la mejora en la detección temprana.

La IA puede contribuir significativamente a la detección temprana y diagnóstico del cáncer de mama. Al analizar mamografías y datos de pacientes, los algoritmos de inteligencia artificial pueden ayudar a los radiólogos a identificar posibles signos de cáncer de mama en una etapa temprana, lo que conduce a intervenciones oportunas y mejores resultados en el tratamiento [3,4].

Esto no solo aumenta las posibilidades de detección precoz, sino que también reduce la tasa de falsos positivos y negativos, minimizando el estrés y la ansiedad en las pacientes.

Se ha estudiado el rendimiento de los modelos de IA para predecir el riesgo de cáncer de mama utilizando mamografías consideradas saludables en el Programa de Detección de Cáncer de Mama del NHS. Se encontró que:

• El modelo de IA predijo el riesgo de cáncer de mama con un área bajo la curva característica de operación del receptor (AUC) de 0.68, superando el rendimiento de la densidad mamográfica [4].
• La predicción del riesgo de cáncer de mama fue similar para cánceres invasivos y carcinoma ductal in situ, con AUC de 0.68 y 0.66 respectivamente [4].
• El rendimiento fue más alto para el riesgo de cáncer avanzado (AUC, 0.72) y cáncer de receptor de estrógeno positivo detectado en la pantalla (AUC, 0.70) [4].

Estos hallazgos sugieren que el modelo de IA podría ser un predictor sólido del riesgo de cáncer de mama durante 3 a 6 años después de una mamografía de detección negativa [4].

Descubre más cómo se usa la IA para predecir cáncer de mama y mejorar su detección temprana aquí.

Cáncer de Pulmón + IA

Según la OMS, dentro del mundo de la oncología, el cáncer de pulmón es la principal causa de muerte en todo el mundo de acuerdo con el  Centro Internacional de Investigaciones sobre el Cáncer (CIIC) con una cifra estimada de 1,8 millones de muertes (18%) en 2020. Además, su tasa de mortalidad es la más elevada sin discriminar a hombres ni mujeres. En el 85% de los casos, la principal causa se alude al tabaquismo. En la mayoría de los casos, la detección de este tipo de cáncer se da en una etapa avanzada cuando las opciones de tratamiento se encuentran limitadas. No obstante, se puede generar una detección precoz de la enfermedad que mejore drásticamente las tasas de supervivencia a través del cribado, un mecanismo que permite buscar la enfermedad o marcadores de riesgo aún no reconocidos aplicando a una población sin síntomas o signos de la enfermadad [5].

Adicionalmente, existen dos formas de prevención primaria. Dentro de ellas se encuentran:

1. Apuntar a las medidas de control del tabaco,
2. Reducir la exposición a factores de riesgo ambientales.

El cáncer de pulmón es una enfermedad con alto impacto social y económico. A nivel mundial, se estima que este cáncer causa 45,9 millones de años de vida perdidos ajustados por discapacidad (AVAD), entendiéndose como el número de años perdidos a causa de esta enfermedad [5].

A 2020, en América Latina, la atención a los pacientes con cáncer de pulmón se considera una de las más costosas, se estiman destinados 31,000 millones de dólares al año. Estos altos costos hacen que para la región adoptar nuevas tecnologías y medicamentos para el tratamiento de esta patología sea algo muy limitado. Igualmente, estos tratamientos son propensos a complicaciones y requieren más pruebas que afectan la calidad de vida de las personas [6].

Tendencia de tasas estandarizadas de mortalidad por cáncer de pulmón según sexo y grupos de edad en Colombia, 1985-2018 [6].

Por tanto, existe una necesidad urgente de generar nuevos métodos de detección y diagnóstico precoz. Actualmente, se han realizado varios enfoques a través de la inteligencia artificial (IA). Existen grandes volúmenes de imágenes de tórax, tomografía computarizada de tórax y radiografías de tórax, que se obtienen a través de controles de salud ocupacional, controles anuales, controles migratorios y detección de tuberculosis, entre otros, que no se están utilizando.

La IA permite obtener información nueva y esencial a partir de la gran cantidad de datos que se reciben en los servicios de salud diarios [7]. Por lo tanto, cuando se utiliza, demuestra una mayor precisión e identificación automática de lesiones radiográficas pulmonares en las imágenes capturadas.

Por ejemplo, la identificación precisa de posibles IPN en tomografías computarizadas que se toman por otros motivos. El rendimiento de un diagnóstico de este tipo es aproximadamente del 94,4%, brindando apoyo a los radiólogos con una disminución del 11% en falsos positivos y del 5% en falsos negativos. Esto significa que la IA puede proporcionar una herramienta que revise cada examen obtenido en una búsqueda de control médico de posibles nódulos pulmonares. Esto ofrece la posibilidad de fortalecer la infraestructura médica y mejorar la capacidad de los médicos para interpretar imágenes [7].

Conoce más sobre cómo la IA detecta nódulos pulmonares e irregularidades con nuestro artículo.

Cáncer de Próstata + IA

Se estima que 1 de cada 9 hombres es diagnosticado con la enfermedad durante su vida. Debido al diagnóstico temprano y a las mejoras en el tratamiento, en los últimos 25 años la tasa de supervivencia se ha incrementado a 5 años para todas las etapas combinadas hasta en 99%, a 10 años con una tasa de 93% y a 15 años de 79% [8].

Un 90% de casos de cáncer de próstata se diagnostican en mayores de 65 años. Conforme avanza la edad, la incidencia aumenta en forma significativa, con evidencia histológica en 34% de los hombres en la quinta década de la vida y en 70% a los 80 años. Asociado con el cambio demográfico previsto en la población, se espera que aumente su incidencia [8,9].

Debido al diagnóstico temprano y a las mejoras en el tratamiento, en los últimos 25 años la tasa de supervivencia se ha incrementado a 5 años para todas las etapas combinadas hasta en 99%, a 10 años con una tasa de 93% y a 15 años de 79% [9].

Los métodos actuales para diagnosticar el cáncer de próstata pueden tener una precisión limitada y es posible que no siempre detectan la enfermedad en sus primeras etapas. Por tal motivo, el uso de IA y de algoritmos de aprendizaje automático en la investigación médica han contribuido en gran medida a mejorar la precisión del diagnóstico de esta enfermedad.

Estos algoritmos hacen un análisis retrospectivo de bases de datos que se basan en información demográfica, historial médico y resultados de pruebas de laboratorio, y tienen como objetivo mejorar la precisión del diagnóstico del cáncer de próstata.

Potencial de la inteligencia artificial para ayudar en el diagnóstico del cáncer de próstata mediante imágenes[10].

Los modelos de IA pueden ayudar en la detección y caracterización de la agresividad del cáncer en imágenes de radiología no invasivas (resonancia magnética y ecografía), así como en imágenes de histopatología obtenidas a través de la biopsia de próstata. En la anterior imagen, el cáncer agresivo se muestra en amarillo y el cáncer indolente en verde en el panel 'IA para el diagnóstico del cáncer'. Los modelos de IA también pueden ayudar en tareas de apoyo para la detección del cáncer, como la segmentación de la glándula prostática, el registro de resonancia magnética-ecografía y el registro de resonancia magnética-histopatología.

Cuando estés listo, hay 3 maneras en las que puedo ayudarte:

1. Curso de introducción a la IA en Salud: Es un curso diseñado para líderes en salud que te enseñan estrategias para implementar IA en tu organización con el fin de reducir gastos, incrementar el impacto y alcance de tu organización. Tenemos 100 puestos disponibles de acceso gratuito.

2. Consultoría gratuita: Reserva una consultoría gratuita de 30 minutos para diseñar tu estrategia de IA en Salud.

3. Promociónate a más de 2.000 suscriptores patrocinando AI Heroes. Reserva un espacio con nosotros en este link para explorar nuestra colaboración.

^Referencias

1. WHO (2024) Breast cancer, World Health Organization. Available at: https://www.who.int/news-room/fact-sheets/detail/breast-cancer (Accessed: 03 April 2024).
2. Arnold M, Morgan E, Rumgay H, Mafra A, Singh D, Laversanne M, Vignat J, Gralow JR, Cardoso F, Siesling S, Soerjomataram I. Current and future burden of breast cancer: Global statistics for 2020 and 2040. Breast. 2022 Dec;66:15-23. doi: 10.1016/j.breast.2022.08.010. Epub 2022 Sep 2. PMID: 36084384; PMCID: PMC9465273.
3. Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2021: 71: 209-249. https://doi.org/10.3322/caac.21660
4. Damiani, C., Kalliatakis, G., Sreenivas, M., Al-Attar, M., Rose, J., Pudney, C., ... & Brentnall, A. R. (2023). Evaluation of an AI model to assess future breast cancer risk. Radiology, 307(5) https://doi.org/10.1148/radiol.222679
5. WHO (2023) Cáncer de Pulmón, World Health Organization. Available at: https://www.who.int/es/news-room/fact-sheets/detail/lung-cancer (Accessed: 03 April 2024).
6. Giraldo-Osorio A, Ruano-Ravina A, Rey-Brandariz J, Arias-Ortiz N, Candal-Pedreira C, Pérez-Ríos M. Tendencias en la mortalidad por cáncer de pulmón en Colombia, 1985-2018 [Lung cancer mortality trends in Colombia, 1985-2018Tendências na mortalidade por câncer de pulmão na Colômbia de 1985 a 2018]. Rev Panam Salud Publica. 2022 Sep 26;46:e127. Spanish. doi: 10.26633/RPSP.2022.127. PMID: 36177300; PMCID: PMC9512683.
7. Goncalves S, Fong PC, Blokhina M. Artificial intelligence for early diagnosis of lung cancer through incidental nodule detection in low- and middle-income countriesacceleration during the COVID-19 pandemic but here to stay. Am J Cancer Res. 2022 Jan 15;12(1):1-16. PMID: 35141002.
8. Wei Wang, Xin Jin, Prostate cancer prediction model: A retrospective analysis based on machine learning using the MIMIC-IV database, Intelligent Pharmacy, Volume 1, Issue 4, 2023, Pages 268-273, ISSN 2949-866X, https://doi.org/10.1016/j.ipha.2023.04.010.
9. Islas Pérez, Laura Ángela, Martínez Reséndiz, Jorge Ignacio, Ruiz Hernández, Abigail, Ruvalcaba Ledezma, Jesús Carlos, Benítez Medina, Azucena, Beltran Rodríguez, María Guadalupe, Yáñez González, Andrea, Rivera Gómez, Maricarmen, Jiménez Sánchez, Reyna Cristina, & Reynoso Vázquez, Josefina. (2020). Epidemiología del cáncer de próstata, sus determinantes y prevención. Journal of Negative and No Positive Results, 5(9), 1010-1022. Epub 06 de diciembre de 2021.https://dx.doi.org/10.19230/jonnpr.3686
10. Bhattacharya I, Khandwala YS, Vesal S, Shao W, Yang Q, Soerensen SJC, Fan RE, Ghanouni P, Kunder CA, Brooks JD, Hu Y, Rusu M, Sonn GA. A review of artificial intelligence in prostate cancer detection on imaging. Ther Adv Urol. 2022 Oct 10;14:17562872221128791. doi: 10.1177/17562872221128791. PMID: 36249889; PMCID: PMC9554123.

‍