{"id":1034845,"date":"2023-05-09T21:17:15","date_gmt":"2023-05-10T00:17:15","guid":{"rendered":"https:\/\/la100lasvarillas.com.ar\/web\/2023\/05\/09\/un-algoritmo-de-ia-disenado-por-harvard-predijo-el-cancer-de-pancreas-3-anos-antes-de-los-sintomas\/"},"modified":"2023-05-11T21:27:22","modified_gmt":"2023-05-12T00:27:22","slug":"un-algoritmo-de-ia-disenado-por-harvard-predijo-el-cancer-de-pancreas-3-anos-antes-de-los-sintomas","status":"publish","type":"post","link":"https:\/\/la100lasvarillas.com.ar\/web\/2023\/05\/09\/un-algoritmo-de-ia-disenado-por-harvard-predijo-el-cancer-de-pancreas-3-anos-antes-de-los-sintomas\/","title":{"rendered":"Un algoritmo de IA dise\u00f1ado por Harvard predijo el c\u00e1ncer de p\u00e1ncreas 3 a\u00f1os antes de los s\u00edntomas"},"content":{"rendered":"

<\/p>\n

\"El
El c\u00e1ncer de p\u00e1ncreas comienza en los tejidos del p\u00e1ncreas, un \u00f3rgano en el abdomen que se encuentra detr\u00e1s de la parte inferior del est\u00f3mago\/Archivo (UNIVERSITY OF LOUVAIN\/)<\/figcaption><\/figure>\n

Un algoritmo de inteligencia artificial consigui\u00f3 identificar a las personas con mayor riesgo de padecer c\u00e1ncer de p\u00e1ncreas hasta tres a\u00f1os antes del diagn\u00f3stico. Solo utiliz\u00f3 las historias cl\u00ednica de los pacientes.<\/p>\n

Los resultados del uso de esa herramienta de inteligencia artificial para evaluar el riesgo de c\u00e1ncer fueron publicados en la revista Nature Medicine. El trabajo estuvo a cargo de investigadores de la Facultad de Medicina de Harvard y la Universidad de Copenhague, en colaboraci\u00f3n con el VA Boston Healthcare System, el Instituto Oncol\u00f3gico Dana-Farber y la Escuela de Salud P\u00fablica T.H. Chan de Harvard.<\/p>\n

El tamizaje poblacional basado en la inteligencia artificial -seg\u00fan los investigadores- podr\u00eda ser \u00fatil para detectar a las personas con mayor riesgo de padecer el c\u00e1ncer de p\u00e1ncreas. Tambi\u00e9n tendr\u00eda el beneficio de acelerar el diagn\u00f3stico de una dolencia que con demasiada frecuencia se detecta en fases avanzadas, cuando el tratamiento es menos eficaz y los resultados son desalentadores.<\/p>\n

La incidencia y la mortalidad del c\u00e1ncer de p\u00e1ncreas est\u00e1n aumentando en todo el mundo, especialmente entre las mujeres y las personas mayores de 50 a\u00f1os, pero tambi\u00e9n entre los individuos m\u00e1s j\u00f3venes.<\/p>\n

\"El
El c\u00e1ncer de p\u00e1ncreas tiene la tasa de mortalidad m\u00e1s alta de todos los tumores importantes\/Archivo<\/figcaption><\/figure>\n

\u201cUna de las decisiones m\u00e1s importantes a las que se enfrentan los m\u00e9dicos en su d\u00eda a d\u00eda es qui\u00e9n tiene un riesgo elevado de padecer una enfermedad y qui\u00e9n se beneficiar\u00eda de m\u00e1s pruebas, lo que tambi\u00e9n puede implicar procedimientos m\u00e1s invasivos y costosos que conllevan sus propios riesgos\u201d, se\u00f1al\u00f3 Chris Sander, coinvestigador principal del estudio y miembro de la facultad del Departamento de Biolog\u00eda de Sistemas del Instituto Blavatnik del HMS.<\/p>\n

\u201cUna herramienta de inteligencia artificial que pueda centrarse en las personas con mayor riesgo de c\u00e1ncer de p\u00e1ncreas que pueden beneficiarse m\u00e1s de pruebas adicionales podr\u00eda contribuir en gran medida a mejorar la toma de decisiones cl\u00ednicas\u201d, agreg\u00f3.<\/p>\n

Aplicado a escala, a\u00f1adi\u00f3 Sander, este enfoque podr\u00eda acelerar la detecci\u00f3n del c\u00e1ncer de p\u00e1ncreas, conducir a un tratamiento m\u00e1s temprano y mejorar los resultados y prolongar la vida de los pacientes.<\/p>\n

S\u00f8ren Brunak, coinvestigador del estudio, profesor de Biolog\u00eda de Sistemas de Enfermedades y director de investigaci\u00f3n del Centro de Investigaci\u00f3n de Prote\u00ednas de la Fundaci\u00f3n Novo Nordisk de la Universidad de Copenhague, advirti\u00f3: \u201cMuchos tipos de c\u00e1ncer, sobre todo los dif\u00edciles de identificar y tratar precozmente, tienen un coste desproporcionado para los pacientes, las familias y el sistema sanitario en su conjunto\u201d.<\/p>\n

\"Inteligencia
En la actualidad, no existen herramientas basadas en la poblaci\u00f3n para detectar el c\u00e1ncer de p\u00e1ncreas de forma generalizada. Las personas con antecedentes familiares y determinadas mutaciones gen\u00e9ticas se someten a estudios selectivos. Pero se pueden pasar por alto otros casos que quedan fuera de esas categor\u00edas\/Archivo <\/figcaption><\/figure>\n

\u201cEl tamizaje basado en la inteligencia artificial es una oportunidad para modificar la trayectoria del c\u00e1ncer de p\u00e1ncreas, una enfermedad agresiva que es muy dif\u00edcil de diagnosticar precozmente y tratar con prontitud, cuando las probabilidades de \u00e9xito son mayores\u201d, expres\u00f3 Brunak.<\/p>\n

En el nuevo estudio, el algoritmo de inteligencia artificial (IA) se entren\u00f3 con dos conjuntos de datos distintos que sumaban un total de 9 millones de registros de pacientes de Dinamarca y Estados Unidos. Los investigadores \u201cpidieron\u201d al modelo de IA que buscara signos reveladores bas\u00e1ndose en los datos contenidos en las historias cl\u00ednicas.<\/p>\n

A partir de combinaciones de c\u00f3digos de enfermedad y del momento en que aparecen, el modelo pudo predecir qu\u00e9 pacientes tienen m\u00e1s probabilidades de desarrollar c\u00e1ncer de p\u00e1ncreas en el futuro. Cabe destacar que muchos de los s\u00edntomas y c\u00f3digos de enfermedad no estaban directamente relacionados con el p\u00e1ncreas ni proced\u00edan de \u00e9l.<\/p>\n

Los investigadores probaron distintas versiones de los modelos de IA para determinar su capacidad de detectar a personas con un riesgo elevado de desarrollar la enfermedad en distintos plazos: 6 meses, un a\u00f1o, dos a\u00f1os y tres a\u00f1os.<\/p>\n

\"hombre,
Cient\u00edficos de la Universidad de Harvard desarrollaron una herramienta de inteligencia artificial que identific\u00f3 a las personas con mayor riesgo de padecer c\u00e1ncer de p\u00e1ncreas hasta tres a\u00f1os antes del diagn\u00f3stico. Se podr\u00eda usar en el futuro para evaluar riesgos de los pacientes\/Archivo (The Good Brigade\/)<\/figcaption><\/figure>\n

En general, cada una de las versiones del algoritmo de inteligencia artificial fue sustancialmente m\u00e1s precisa a la hora de predecir qui\u00e9nes desarrollar\u00edan c\u00e1ncer de p\u00e1ncreas que las estimaciones actuales de incidencia de la enfermedad en toda la poblaci\u00f3n, definida como la frecuencia con la que se desarrolla una afecci\u00f3n en una poblaci\u00f3n durante un per\u00edodo de tiempo espec\u00edfico.<\/p>\n

Los investigadores creen que el modelo es al menos tan preciso para predecir la aparici\u00f3n de la enfermedad como las actuales pruebas de secuenciaci\u00f3n gen\u00e9tica, que normalmente s\u00f3lo est\u00e1n disponibles para un peque\u00f1o subconjunto de pacientes en conjuntos de datos.<\/p>\n

El tamizaje de ciertos c\u00e1nceres comunes, como los de mama, cuello de \u00fatero y pr\u00f3stata, se basa en t\u00e9cnicas relativamente sencillas y muy eficaces: una mamograf\u00eda, una citolog\u00eda vaginal y un an\u00e1lisis de sangre, respectivamente.<\/p>\n

Estos m\u00e9todos han transformado los resultados de estas enfermedades al garantizar la detecci\u00f3n precoz y la intervenci\u00f3n durante las fases m\u00e1s tratables.<\/p>\n

En comparaci\u00f3n, el c\u00e1ncer de p\u00e1ncreas es m\u00e1s dif\u00edcil y costoso de detectar. Los m\u00e9dicos se fijan principalmente en los antecedentes familiares y la presencia de mutaciones gen\u00e9ticas, que, aunque son indicadores importantes de riesgo futuro, suelen pasar por alto a muchos pacientes.<\/p>\n

\"El
El c\u00e1ncer de p\u00e1ncreas es m\u00e1s dif\u00edcil y costoso de detectar. En muchos casos se diagnostica cuando ya se encuentra avanzado. A trav\u00e9s de la IA se podr\u00eda llegar a detectar m\u00e1s temprano\/Archivo (Getty Images\/iStockphoto\/)<\/figcaption><\/figure>\n

Una ventaja particular de la herramienta de IA es que podr\u00eda utilizarse en todos y cada uno de los pacientes de los que se disponga de registros sanitarios y las historias m\u00e9dica, no s\u00f3lo en aquellos con antecedentes familiares conocidos o predisposici\u00f3n gen\u00e9tica a la enfermedad. Esto es especialmente importante, a\u00f1aden los investigadores, porque muchos pacientes de alto riesgo pueden incluso desconocer su predisposici\u00f3n gen\u00e9tica o sus antecedentes familiares.<\/p>\n

En ausencia de s\u00edntomas y sin un indicio claro de que una persona tiene un riesgo elevado de padecer c\u00e1ncer de p\u00e1ncreas, es comprensible que los m\u00e9dicos se muestren cautelosos a la hora de recomendar pruebas m\u00e1s sofisticadas y costosas, como la tomograf\u00eda computarizada, la resonancia magn\u00e9tica o la ecograf\u00eda endosc\u00f3pica.<\/p>\n

Cuando se utilizan estas pruebas y se descubren lesiones sospechosas, el paciente debe someterse a un procedimiento para obtener una biopsia. Situado en el interior del abdomen, el \u00f3rgano es de dif\u00edcil acceso y f\u00e1cil de provocar e inflamar. Su irritabilidad le ha valido el apodo de \u201cel \u00f3rgano enfadado\u201d.<\/p>\n

Seg\u00fan los investigadores, una herramienta de IA que identificara a las personas con mayor riesgo de c\u00e1ncer de p\u00e1ncreas garantizar\u00eda que los m\u00e9dicos realizaran las pruebas a la poblaci\u00f3n adecuada, al tiempo que evitar\u00eda a los dem\u00e1s pruebas y procedimientos adicionales innecesarios.<\/p>\n

Aunque hay tratamientos sofisticados, \u201cexiste una clara necesidad de mejores tamizajes, pruebas m\u00e1s espec\u00edficas y diagn\u00f3sticos m\u00e1s tempranos, y aqu\u00ed es donde entra en juego el enfoque basado en la IA como primer paso cr\u00edtico en este continuo\u201d, dijo Sander.<\/p>\n

\"Las
Los cient\u00edficos publicaron el estudio en Nature Medicine. Tomaron datos de historias cl\u00ednicas de la poblaci\u00f3n de Dinamarca y de Veteranos de los Estados Unidos\/Archivo<\/figcaption><\/figure>\n

Para el estudio actual, los investigadores dise\u00f1aron varias versiones del modelo de IA y las entrenaron con los historias cl\u00ednicas de 6,2 millones de pacientes del sistema nacional de salud de Dinamarca a lo largo de 41 a\u00f1os. De esos pacientes, 23.985 desarrollaron c\u00e1ncer de p\u00e1ncreas a lo largo del tiempo.<\/p>\n

Durante el entrenamiento, el algoritmo distingui\u00f3 patrones indicativos del riesgo futuro de c\u00e1ncer de p\u00e1ncreas bas\u00e1ndose en las trayectorias de la enfermedad, es decir, si el paciente padec\u00eda determinadas afecciones que se produc\u00edan en una secuencia determinada a lo largo del tiempo.<\/p>\n

Por ejemplo, diagn\u00f3sticos como c\u00e1lculos biliares, anemia, diabetes de tipo 2 y otros problemas gastrointestinales indicaban un mayor riesgo de c\u00e1ncer de p\u00e1ncreas en los tres a\u00f1os siguientes a la evaluaci\u00f3n. Y lo que es menos sorprendente, la inflamaci\u00f3n del p\u00e1ncreas pronosticaba con fuerza un futuro c\u00e1ncer de p\u00e1ncreas en un plazo a\u00fan m\u00e1s breve, de dos a\u00f1os.<\/p>\n

Los investigadores advierten de que ninguno de estos diagn\u00f3sticos por s\u00ed solo debe considerarse indicativo o causante de un futuro c\u00e1ncer de p\u00e1ncreas. Sin embargo, el patr\u00f3n y la secuencia en que se producen a lo largo del tiempo ofrecen pistas para un modelo de vigilancia basado en IA y podr\u00edan llevar a que los m\u00e9dicos vigilen m\u00e1s de cerca a las personas con riesgo elevado o indiquen estudios pertinentes.<\/p>\n

\"COVID-19-portada\"
Los investigadores consideran que para usar la inteligencia artificial se necesita acceder a grandes conjuntos de datos representativos de historias cl\u00ednicas agregadas a escala nacional e internacional (Getty) (Futuristic innovative corona covid-19 virus doctor wear mask virtual digital ai infographic data tech. Coronavirus 2019-nCov treatment analysis screen in hospital laboratory against epidemic virus\/)<\/figcaption><\/figure>\n

M\u00e1s adelante, los investigadores probaron el algoritmo con mejores resultados en un conjunto completamente nuevo de registros de pacientes con el que no se hab\u00eda encontrado antes: un conjunto de datos de la Administraci\u00f3n de Salud de Veteranos de Estados Unidos de casi 3 millones de registros que abarcaban 21 a\u00f1os y conten\u00edan 3.864 personas diagnosticadas de c\u00e1ncer de p\u00e1ncreas.<\/p>\n

La precisi\u00f3n predictiva de la herramienta fue algo menor en el conjunto de datos estadounidense. Esto se debi\u00f3 probablemente a que el conjunto de datos de EEUU se recopil\u00f3 durante menos tiempo y conten\u00eda perfiles de poblaci\u00f3n de pacientes algo diferentes: toda la poblaci\u00f3n de Dinamarca en el conjunto de datos daneses frente al personal militar actual y antiguo en el conjunto de datos de Veteranos.<\/p>\n

Cuando el algoritmo se volvi\u00f3 a entrenar desde cero con el conjunto de datos estadounidense, su precisi\u00f3n predictiva mejor\u00f3. Seg\u00fan los investigadores, esto subraya dos puntos importantes: En primer lugar, garantizar que los modelos de IA se entrenen con datos ricos y de alta calidad. En segundo lugar, la necesidad de acceder a grandes conjuntos de datos representativos de historias cl\u00ednicas agregadas a escala nacional e internacional.<\/p>\n

A falta de tales modelos v\u00e1lidos a escala mundial, los modelos de IA deben entrenarse con datos sanitarios locales para garantizar que su entrenamiento refleje la idiosincrasia de las poblaciones locales.<\/p>\n

Seguir leyendo:<\/p>\n

En busca de se\u00f1ales de advertencia de c\u00e1ncer en el p\u00e1ncreas<\/p>\n

La cient\u00edfica argentina que desarrolla un tratamiento para c\u00e1ncer de p\u00e1ncreas teniendo en cuenta a los microbios<\/p>\n

Cu\u00e1les son los dos nuevos s\u00edntomas tempranos del c\u00e1ncer de p\u00e1ncreas<\/p>\n","protected":false},"excerpt":{"rendered":"

El c\u00e1ncer de p\u00e1ncreas comienza en los tejidos del p\u00e1ncreas, un \u00f3rgano en el abdomen que se encuentra detr\u00e1s de la parte inferior del est\u00f3mago\/Archivo (UNIVERSITY OF LOUVAIN\/)
\nUn algoritmo de inteligencia artificial consigui\u00f3 identificar a las personas con mayor riesgo de padecer c\u00e1ncer de p\u00e1ncreas hasta tres a\u00f1os antes del diagn\u00f3stico. Solo utiliz\u00f3 las historias cl\u00ednica de los pacientes.<\/p>\n

Los resultados del uso de esa herramienta de inteligencia artificial para evaluar el riesgo de c\u00e1ncer fueron publicados en la revista Nature Medicine. El trabajo estuvo a cargo de investigadores de la Facultad de Medicina de Harvard y la Universidad de Copenhague, en colaboraci\u00f3n con el VA Boston Healthcare System, el Instituto Oncol\u00f3gico Dana-Farber y la Escuela de Salud P\u00fablica T.H. Chan de Harvard.<\/p>\n

El tamizaje poblacional basado en la inteligencia artificial -seg\u00fan los investigadores- podr\u00eda ser \u00fatil para detectar a las personas con mayor riesgo de padecer el c\u00e1ncer de p\u00e1ncreas. Tambi\u00e9n tendr\u00eda el beneficio de acelerar el diagn\u00f3stico de una dolencia que con demasiada frecuencia se detecta en fases avanzadas, cuando el tratamiento es menos eficaz y los resultados son desalentadores.<\/p>\n

La incidencia y la mortalidad del c\u00e1ncer de p\u00e1ncreas est\u00e1n aumentando en todo el mundo, especialmente entre las mujeres y las personas mayores de 50 a\u00f1os, pero tambi\u00e9n entre los individuos m\u00e1s j\u00f3venes.<\/p>\n

El c\u00e1ncer de p\u00e1ncreas tiene la tasa de mortalidad m\u00e1s alta de todos los tumores importantes\/Archivo
\n\u201cUna de las decisiones m\u00e1s importantes a las que se enfrentan los m\u00e9dicos en su d\u00eda a d\u00eda es qui\u00e9n tiene un riesgo elevado de padecer una enfermedad y qui\u00e9n se beneficiar\u00eda de m\u00e1s pruebas, lo que tambi\u00e9n puede implicar procedimientos m\u00e1s invasivos y costosos que conllevan sus propios riesgos\u201d, se\u00f1al\u00f3 Chris Sander, coinvestigador principal del estudio y miembro de la facultad del Departamento de Biolog\u00eda de Sistemas del Instituto Blavatnik del HMS.<\/p>\n

\u201cUna herramienta de inteligencia artificial que pueda centrarse en las personas con mayor riesgo de c\u00e1ncer de p\u00e1ncreas que pueden beneficiarse m\u00e1s de pruebas adicionales podr\u00eda contribuir en gran medida a mejorar la toma de decisiones cl\u00ednicas\u201d, agreg\u00f3.<\/p>\n

Aplicado a escala, a\u00f1adi\u00f3 Sander, este enfoque podr\u00eda acelerar la detecci\u00f3n del c\u00e1ncer de p\u00e1ncreas, conducir a un tratamiento m\u00e1s temprano y mejorar los resultados y prolongar la vida de los pacientes.<\/p>\n

S\u00f8ren Brunak, coinvestigador del estudio, profesor de Biolog\u00eda de Sistemas de Enfermedades y director de investigaci\u00f3n del Centro de Investigaci\u00f3n de Prote\u00ednas de la Fundaci\u00f3n Novo Nordisk de la Universidad de Copenhague, advirti\u00f3: \u201cMuchos tipos de c\u00e1ncer, sobre todo los dif\u00edciles de identificar y tratar precozmente, tienen un coste desproporcionado para los pacientes, las familias y el sistema sanitario en su conjunto\u201d.<\/p>\n

En la actualidad, no existen herramientas basadas en la poblaci\u00f3n para detectar el c\u00e1ncer de p\u00e1ncreas de forma generalizada. Las personas con antecedentes familiares y determinadas mutaciones gen\u00e9ticas se someten a estudios selectivos. Pero se pueden pasar por alto otros casos que quedan fuera de esas categor\u00edas\/Archivo
\n\u201cEl tamizaje basado en la inteligencia artificial es una oportunidad para modificar la trayectoria del c\u00e1ncer de p\u00e1ncreas, una enfermedad agresiva que es muy dif\u00edcil de diagnosticar precozmente y tratar con prontitud, cuando las probabilidades de \u00e9xito son mayores\u201d, expres\u00f3 Brunak.<\/p>\n

En el nuevo estudio, el algoritmo de inteligencia artificial (IA) se entren\u00f3 con dos conjuntos de datos distintos que sumaban un total de 9 millones de registros de pacientes de Dinamarca y Estados Unidos. Los investigadores \u201cpidieron\u201d al modelo de IA que buscara signos reveladores bas\u00e1ndose en los datos contenidos en las historias cl\u00ednicas.<\/p>\n

A partir de combinaciones de c\u00f3digos de enfermedad y del momento en que aparecen, el modelo pudo predecir qu\u00e9 pacientes tienen m\u00e1s probabilidades de desarrollar c\u00e1ncer de p\u00e1ncreas en el futuro. Cabe destacar que muchos de los s\u00edntomas y c\u00f3digos de enfermedad no estaban directamente relacionados con el p\u00e1ncreas ni proced\u00edan de \u00e9l.<\/p>\n

Los investigadores probaron distintas versiones de los modelos de IA para determinar su capacidad de detectar a personas con un riesgo elevado de desarrollar la enfermedad en distintos plazos: 6 meses, un a\u00f1o, dos a\u00f1os y tres a\u00f1os.<\/p>\n

Cient\u00edficos de la Universidad de Harvard desarrollaron una herramienta de inteligencia artificial que identific\u00f3 a las personas con mayor riesgo de padecer c\u00e1ncer de p\u00e1ncreas hasta tres a\u00f1os antes del diagn\u00f3stico. Se podr\u00eda usar en el futuro para evaluar riesgos de los pacientes\/Archivo (The Good Brigade\/)
\nEn general, cada una de las versiones del algoritmo de inteligencia artificial fue sustancialmente m\u00e1s precisa a la hora de predecir qui\u00e9nes desarrollar\u00edan c\u00e1ncer de p\u00e1ncreas que las estimaciones actuales de incidencia de la enfermedad en toda la poblaci\u00f3n, definida como la frecuencia con la que se desarrolla una afecci\u00f3n en una poblaci\u00f3n durante un per\u00edodo de tiempo espec\u00edfico.<\/p>\n

Los investigadores creen que el modelo es al menos tan preciso para predecir la aparici\u00f3n de la enfermedad como las actuales pruebas de secuenciaci\u00f3n gen\u00e9tica, que normalmente s\u00f3lo est\u00e1n disponibles para un peque\u00f1o subconjunto de pacientes en conjuntos de datos.<\/p>\n

El tamizaje de ciertos c\u00e1nceres comunes, como los de mama, cuello de \u00fatero y pr\u00f3stata, se basa en t\u00e9cnicas relativamente sencillas y muy eficaces: una mamograf\u00eda, una citolog\u00eda vaginal y un an\u00e1lisis de sangre, respectivamente.<\/p>\n

Estos m\u00e9todos han transformado los resultados de estas enfermedades al garantizar la detecci\u00f3n precoz y la intervenci\u00f3n durante las fases m\u00e1s tratables.<\/p>\n

En comparaci\u00f3n, el c\u00e1ncer de p\u00e1ncreas es m\u00e1s dif\u00edcil y costoso de detectar. Los m\u00e9dicos se fijan principalmente en los antecedentes familiares y la presencia de mutaciones gen\u00e9ticas, que, aunque son indicadores importantes de riesgo futuro, suelen pasar por alto a muchos pacientes.<\/p>\n

El c\u00e1ncer de p\u00e1ncreas es m\u00e1s dif\u00edcil y costoso de detectar. En muchos casos se diagnostica cuando ya se encuentra avanzado. A trav\u00e9s de la IA se podr\u00eda llegar a detectar m\u00e1s temprano\/Archivo (Getty Images\/iStockphoto\/)
\nUna ventaja particular de la herramienta de IA es que podr\u00eda utilizarse en todos y cada uno de los pacientes de los que se disponga de registros sanitarios y las historias m\u00e9dica, no s\u00f3lo en aquellos con antecedentes familiares conocidos o predisposici\u00f3n gen\u00e9tica a la enfermedad. Esto es especialmente importante, a\u00f1aden los investigadores, porque muchos pacientes de alto riesgo pueden incluso desconocer su predisposici\u00f3n gen\u00e9tica o sus antecedentes familiares.<\/p>\n

En ausencia de s\u00edntomas y sin un indicio claro de que una persona tiene un riesgo elevado de padecer c\u00e1ncer de p\u00e1ncreas, es comprensible que los m\u00e9dicos se muestren cautelosos a la hora de recomendar pruebas m\u00e1s sofisticadas y costosas, como la tomograf\u00eda computarizada, la resonancia magn\u00e9tica o la ecograf\u00eda endosc\u00f3pica.<\/p>\n

Cuando se utilizan estas pruebas y se descubren lesiones sospechosas, el paciente debe someterse a un procedimiento para obtener una biopsia. Situado en el interior del abdomen, el \u00f3rgano es de dif\u00edcil acceso y f\u00e1cil de provocar e inflamar. Su irritabilidad le ha valido el apodo de \u201cel \u00f3rgano enfadado\u201d.<\/p>\n

Seg\u00fan los investigadores, una herramienta de IA que identificara a las personas con mayor riesgo de c\u00e1ncer de p\u00e1ncreas garantizar\u00eda que los m\u00e9dicos realizaran las pruebas a la poblaci\u00f3n adecuada, al tiempo que evitar\u00eda a los dem\u00e1s pruebas y procedimientos adicionales innecesarios.<\/p>\n

Aunque hay tratamientos sofisticados, \u201cexiste una clara necesidad de mejores tamizajes, pruebas m\u00e1s espec\u00edficas y diagn\u00f3sticos m\u00e1s tempranos, y aqu\u00ed es donde entra en juego el enfoque basado en la IA como primer paso cr\u00edtico en este continuo\u201d, dijo Sander.<\/p>\n

Los cient\u00edficos publicaron el estudio en Nature Medicine. Tomaron datos de historias cl\u00ednicas de la poblaci\u00f3n de Dinamarca y de Veteranos de los Estados Unidos\/Archivo
\nPara el estudio actual, los investigadores dise\u00f1aron varias versiones del modelo de IA y las entrenaron con los historias cl\u00ednicas de 6,2 millones de pacientes del sistema nacional de salud de Dinamarca a lo largo de 41 a\u00f1os. De esos pacientes, 23.985 desarrollaron c\u00e1ncer de p\u00e1ncreas a lo largo del tiempo.<\/p>\n

Durante el entrenamiento, el algoritmo distingui\u00f3 patrones indicativos del riesgo futuro de c\u00e1ncer de p\u00e1ncreas bas\u00e1ndose en las trayectorias de la enfermedad, es decir, si el paciente padec\u00eda determinadas afecciones que se produc\u00edan en una secuencia determinada a lo largo del tiempo.<\/p>\n

Por ejemplo, diagn\u00f3sticos como c\u00e1lculos biliares, anemia, diabetes de tipo 2 y otros problemas gastrointestinales indicaban un mayor riesgo de c\u00e1ncer de p\u00e1ncreas en los tres a\u00f1os siguientes a la evaluaci\u00f3n. Y lo que es menos sorprendente, la inflamaci\u00f3n del p\u00e1ncreas pronosticaba con fuerza un futuro c\u00e1ncer de p\u00e1ncreas en un plazo a\u00fan m\u00e1s breve, de dos a\u00f1os.<\/p>\n

Los investigadores advierten de que ninguno de estos diagn\u00f3sticos por s\u00ed solo debe considerarse indicativo o causante de un futuro c\u00e1ncer de p\u00e1ncreas. Sin embargo, el patr\u00f3n y la secuencia en que se producen a lo largo del tiempo ofrecen pistas para un modelo de vigilancia basado en IA y podr\u00edan llevar a que los m\u00e9dicos vigilen m\u00e1s de cerca a las personas con riesgo elevado o indiquen estudios pertinentes.<\/p>\n

Los investigadores consideran que para usar la inteligencia artificial se necesita acceder a grandes conjuntos de datos representativos de historias cl\u00ednicas agregadas a escala nacional e internacional (Getty) (Futuristic innovative corona covid-19 virus doctor wear mask virtual digital ai infographic data tech. Coronavirus 2019-nCov treatment analysis screen in hospital laboratory against epidemic virus\/)
\nM\u00e1s adelante, los investigadores probaron el algoritmo con mejores resultados en un conjunto completamente nuevo de registros de pacientes con el que no se hab\u00eda encontrado antes: un conjunto de datos de la Administraci\u00f3n de Salud de Veteranos de Estados Unidos de casi 3 millones de registros que abarcaban 21 a\u00f1os y conten\u00edan 3.864 personas diagnosticadas de c\u00e1ncer de p\u00e1ncreas.<\/p>\n

La precisi\u00f3n predictiva de la herramienta fue algo menor en el conjunto de datos estadounidense. Esto se debi\u00f3 probablemente a que el conjunto de datos de EEUU se recopil\u00f3 durante menos tiempo y conten\u00eda perfiles de poblaci\u00f3n de pacientes algo diferentes: toda la poblaci\u00f3n de Dinamarca en el conjunto de datos daneses frente al personal militar actual y antiguo en el conjunto de datos de Veteranos.<\/p>\n

Cuando el algoritmo se volvi\u00f3 a entrenar desde cero con el conjunto de datos estadounidense, su precisi\u00f3n predictiva mejor\u00f3. Seg\u00fan los investigadores, esto subraya dos puntos importantes: En primer lugar, garantizar que los modelos de IA se entrenen con datos ricos y de alta calidad. En segundo lugar, la necesidad de acceder a grandes conjuntos de datos representativos de historias cl\u00ednicas agregadas a escala nacional e internacional.<\/p>\n

A falta de tales modelos v\u00e1lidos a escala mundial, los modelos de IA deben entrenarse con datos sanitarios locales para garantizar que su entrenamiento refleje la idiosincrasia de las poblaciones locales.<\/p>\n

Seguir leyendo:<\/p>\n

En busca de se\u00f1ales de advertencia de c\u00e1ncer en el p\u00e1ncreas<\/p>\n

La cient\u00edfica argentina que desarrolla un tratamiento para c\u00e1ncer de p\u00e1ncreas teniendo en cuenta a los microbios<\/p>\n

Cu\u00e1les son los dos nuevos s\u00edntomas tempranos del c\u00e1ncer de p\u00e1ncreas<\/p>\n","protected":false},"author":6,"featured_media":1036882,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[32],"tags":[],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/la100lasvarillas.com.ar\/web\/wp-content\/uploads\/2023\/05\/NKNJXBOBUFDJFLQ7SBDMGEF5FE.jpg","_links":{"self":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1034845"}],"collection":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/comments?post=1034845"}],"version-history":[{"count":1,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1034845\/revisions"}],"predecessor-version":[{"id":1035821,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1034845\/revisions\/1035821"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/media\/1036882"}],"wp:attachment":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/media?parent=1034845"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/categories?post=1034845"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/tags?post=1034845"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}