Noticias de la semana - 32
Tratamiento inteligente contra el cáncer: una IA automatiza la planificación de la radioterapia
Un plan de tratamiento diseñado por el 'software' de optimización basado en IA de los investigadores de ingeniería. /Brian Tran
Vencer al cáncer es una carrera contra el tiempo. El desarrollo de planes de radioterapia, mapas individualizados que ayudan a los médicos a determinar dónde extirpar los tumores, puede llevar días. Ahora, el ingeniero Aaron Babier ha desarrollado un software de automatización que tiene como objetivo reducir el tiempo a meras horas.
Él y su equipo en el Departamento de Ingeniería Mecánica e Industrial de la Universidad de Toronto (Canadá), están considerando el diseño de la radioterapia como un intrincado pero solucionable problema de optimizacion. Su software usa inteligencia artificial (IA) para extraer datos históricos de radioterapia, una información que se aplica a un motor de optimización para desarrollar planes de tratamiento. Los investigadores, que publicaron recientemente sus hallazgos en Medical Physics, aplicaron esta inteligencia artificial (IA) en su estudio de 217 pacientes con cáncer de garganta, que también recibieron tratamientos desarrollados con métodos convencionales.
Las terapias generadas por la IA lograron resultados comparables a los tratamientos planificados convencionalmente por los pacientes, pero con la ventaja de realizarlos en solo 20 minutos. "Ha habido otros motores de optimización de IA que se han desarrollado. La idea detrás de nosotros es que se asemeja más a las mejores prácticas clínicas actuales", dice Babier.
Si la IA puede aliviar a los médicos de la dificultad de optimizar el desarrollo de tratamientos, habrá más recursos disponibles para mejorar la atención y los resultados del paciente de otras maneras, afirman los autores. Los profesionales de la salud podrían focalizar su energía en el aumento de la comodidad del paciente y su alivio.
Pero los médicos capacitados siguen siendo necesarios para afinar los tratamientos y realizar controles de calidad. El equipo cree que con un mayor desarrollo y validación, los profesionales de la salud pueden algún día usar la herramienta en la clínica, pero mantienen que si bien la IA puede dar a los planificadores de tratamientos una ventaja brillante para ayudar a los pacientes, una vez que el software haya creado un plan de tratamiento, un físico de radiación pasará a revisarlo y personalizarlo, lo que podría demorar algunas horas. "Se parece mucho a la automatización del proceso de diseño de un traje hecho a medida", explica Chan. "El sastre primero debe construir el traje en función de las medidas del cliente, y luego modificar el traje aquí y allá para lograr el mejor ajuste. Nuestra herramienta pasa por un proceso similar para construir el plan de radiación más efectivo para cada paciente".
El año pasado, la Universidad de Beihang (China) informó del desarrollo de un método de detección basado en una red neuronal artificial para la detección del cáncer de pulmón, a partir de tomografías computarizadas, que alcanza el 89,4% de sensibilidad y reduce los falsos positivos a 2,0 por caso. La tomografía computarizada (TC) es usualmente empleada para detectar detalles de grano fino que revelen nódulos pulmonares y estructuras envolventes que permitan el diagnóstico de esta enfermedad. Precisamente su la alta sensibilidad da también lugar a enormes cúmulos de información gráfica, que se traducen en imágenes que pueden representar ambigüedades complejas, haciendo difícil para los radiólogos determinar cuándo se trata de estructuras patológicas.
AI está brillando en las mujeres científicas que antes se pasaban por alto
Sí, la cabina de inteligencia artificial (AI) perpetúa el sesgo . Pero resulta que también puede ayudarnos a superarlo.
El viernes, John Bohannon, director de ciencia para AI startup Primer, publicó una publicación en el blog sobre Quicksilver, una herramienta de inteligencia artificial que está ayudando a mejorar la forma en que Wikipedia cubre a científicos ignorados, muchos de los cuales son mujeres.
ENTRENANDO LA TECNOLOGÍA . El equipo de Primer comenzó alimentando a Quicksilver con mucha información, específicamente, 30,000 científicos con entradas de Wikipedia. Esta información incluía los propios artículos de Wikipedia, las entradas de Wikidata de los científicos y un total de más de 3 millones de frases de la cobertura de noticias que describen a los científicos y su trabajo.
Luego, el equipo le dio a Quicksilver los nombres y afiliaciones de 200,000 personas que habían escrito artículos científicos. En un día, el sistema determinó que 40,000 de esos autores no tenían entradas en la Wikipedia, a pesar de que habían sido cubiertas en las noticias tanto como los científicos con entradas. También encontró información valiosa que faltaba en las entradas que ya existen.
Identificar a los científicos ignorados no era todo lo que Quicksilver podía hacer. También podría generar automáticamente entradas de estilo Wikipedia sobre esos científicos utilizando toda la información de referencia en sus manos (por así decirlo). La compañía publicó 100 de estas entradas en línea con la esperanza de que un humano retomara el lugar donde lo dejó Quicksilver añadiendo las entradas a Wikipedia.
REPRESENTACIÓN IGUAL. Ochenta y dos por ciento de las biografías en Wikipedia son sobre hombres, pero Quicksilver podría cambiar eso.
"Wikipedia es increíblemente parcial y la subrepresentación de las mujeres en la ciencia es particularmente mala", dijo a WIRED Jessica Wade, una física que escribió entradas de Wikipedia para casi 300 mujeres científicas el año pasado . "Con Quicksilver, no tienes que buscar nombres que faltan, y obtienes una gran cantidad de información bien obtenida muy rápidamente".
El equipo de Primer ya ha prestado Quicksilver a tres ediciones de Wikipedia en inglés específicamente enfocadas en mejorar la cobertura del sitio de mujeres científicas. Entre los esfuerzos de la IA y los de Wade (y personas como ella), estamos más cerca que nunca de cerrar la brecha de género en la biografía científica de Wikipedia. Y tal vez eso nos empujará a cerrar por completo la brecha de género en la ciencia .
Fuente:
