Una red informática de aprendizaje profundo ha alcanzado un porcentaje de aciertos del 100 por cien a la hora de determinar si estaban presentes formas invasivas de cáncer de mama en biopsias digitalizadas.

En concreto, la red hizo correctamente el mismo diagnóstico en cada píxel individual de la imagen el 97 por ciento de las veces, plasmando sobre la imagen delineaciones casi exactas de los tumores.

Comparados con los análisis de cuatro patólogos, los de la máquina fueron más consistentes y precisos, en muchos casos mejorando las delineaciones de los especialistas humanos.

En un campo donde la rapidez y la precisión pueden ser críticos para diagnosticar a tiempo a un paciente y salvarle la vida, el nuevo avance constituye un importante paso hacia la automatización parcial de los análisis de biopsias, y hacia una mejora de la eficiencia y la rapidez del proceso.

Este logro es obra del equipo de Anant Madabhushi, de la Universidad Case Western Reserve en Estados Unidos.

Actualmente, el cáncer se halla presente en una de cada 10 biopsias pedidas por los médicos, pero todas deben ser analizadas por patólogos especializados a fin de determinar si hay o no huellas de cáncer, y en caso de que sí, es urgente identificar la extensión y volumen del tumor, determinar si se ha extendido y si el paciente tiene un cáncer agresivo o de baja actividad, y en consecuencia necesita quimioterapia o un tratamiento menos drástico.
mayo 17/2017 (noticiasdelaciencia.com)

Leer más en:

Training a cell-level classifier for detecting basal-cell carcinoma by combining human visual attention maps with low-level handcrafted features

Comments

Comments are closed.

Name

Email

Web

Speak your mind

Código CAPTCHA*