La tecnología es una poderosa aliada de la tecnología y gracias a un nuevo algoritmo se plantea revolucionar la lucha contra el cáncer. A la fecha se trata de una de las enfermedades más mortales del mundo. Además mantiene una incidencia a la alza en todo el planeta.
Tan sólo para entender su impacto, la Organización Mundial de la Salud (OMS) afirma que cada año se producen alrededor de 10 millones de fallecimientos por tumores. Las víctimas van desde niños hasta jóvenes y adultos mayores.
Crean nuevo algoritmo contra el cáncer
Con esto en mente, un grupo de investigadores de Mayo Clinic ha sorprendido al mundo. Todo se generó por la creación de una nueva clase de algoritmos con Inteligencia Artificial (IA) llamada IA impulsada por hipótesis, una vía alternativa a los modelos tradicionales de IA que aprenden sólo con datos.
En un análisis publicado en Cancers, los investigadores señalaron que esta clase emergente de IA ofrece una forma innovadora de utilizar enormes conjuntos de datos para ayudar a descubrir las complejas causas de enfermedades como el cáncer y mejorar sus estrategias de tratamiento.
“Esto fomenta una nueva era en el diseño de algoritmos de IA dirigidos e informados para resolver problemas científicos, comprender mejor las enfermedades y guiar la medicina individualizada”, afirma el autor principal y coinventor Ph.D. Hu Li, investigador de biología de sistemas e investigador de IA en Mayo Clinic en el Departamento de Farmacología Molecular y Terapéutica Experimental.
¿Cómo funciona el nuevo algoritmo contra el cáncer?
La IA convencional se utiliza principalmente en tareas de clasificación y reconocimiento, como en el reconocimiento facial y en la clasificación por imágenes en el diagnóstico clínico. Se aplica cada vez más a tareas generadoras como, por ejemplo, en la creación de textos similares a los de un humano.
Los investigadores observaron que los algoritmos de aprendizaje convencionales a menudo no incorporan el conocimiento científico o las hipótesis existentes.
En cambio, estos algoritmos dependen en gran medida de grandes conjuntos de datos imparciales que, a su vez, pueden ser difíciles de obtener.
Según el Dr. Li, esta limitación restringe considerablemente la flexibilidad de los métodos de IA y sus usos en áreas que requieren descubrimiento de conocimiento, como la medicina.
La IA es una herramienta valiosa para identificar patrones en conjuntos de datos grandes y complejos, como los empleados en la investigación del cáncer.
El desafío central en la utilización de la IA convencional ha sido maximizar la información incorporada en estos conjuntos de datos.
¿Qué resultados se espera obtener?
Con la IA impulsada por hipótesis, los investigadores buscan encontrar formas de incorporar la comprensión de una enfermedad. Por ejemplo, integrando variantes genéticas patógenas conocidas e integrando interacciones entre ciertos genes en el cáncer en el diseño del algoritmo de aprendizaje.
Esto permitirá a los investigadores y clínicos determinar qué componentes contribuyen al rendimiento del modelo y, en consecuencia, a la mejora de la interpretabilidad. Además, esta estrategia puede abordar cuestiones relacionadas con los conjuntos de datos y promover nuestro enfoque en cuestiones científicas abiertas.
El equipo de investigación dice que la IA basada en hipótesis se puede utilizar en todo tipo de aplicaciones de investigación del cáncer, incluida la clasificación de tumores, la estratificación de pacientes, el descubrimiento de genes del cáncer, la predicción de la respuesta a los medicamentos y la organización espacial del tumor.
El Dr. Li señala que la desventaja de esta herramienta es que la creación de este tipo de algoritmos requiere experiencia y conocimiento especializado, lo que puede limitar su amplia accesibilidad. También hay potencial para la construcción de sesgos.
Ellos afirman que los investigadores deben tener esto en cuenta al aplicar las diferentes piezas de la información. Además, los investigadores a menudo tienen un campo de aplicación limitado y no formularán todos los escenarios posibles, lo que podría perder algunas relaciones impredecibles y críticas.
Debido a que la IA impulsada por hipótesis se encuentra en su fase inicial, aún quedan preguntas como la mejor manera de integrar el conocimiento y la información biológica para minimizar los sesgos y mejorar la interpretación. El Dr. Li dice que, a pesar de los desafíos, la IA impulsada por hipótesis está un paso por delante.
También lee:
