A pesar de la necesaria mirada crítica a los desarrollos vinculados a la Inteligencia Artificial, también es hora de reconocer sus virtudes. Y en el campo de la salud, el aprendizaje automático muestra sus músculos. Tanto es así que promete una revolución en la medicina de precisión, al explorar la complejidad del universo celular con un detalle sin precedentes: Un equipo de especialistas del Hospital de Clínicas de la UBA presenta un avance pionero, que utiliza algoritmos entrenados para mejorar el diagnóstico de pacientes con linfoma, un cáncer que afecta el sistema linfático, estrechamente vinculado al sistema inmunológico. En el futuro, esta herramienta podría complementar el trabajo que realizan hoy los patólogos y, eventualmente, llegar a las clínicas para brindar tratamientos adaptados a las necesidades de cada individuo, y así obtener mejores posibilidades de supervivencia.
El prototipo, que responde a un diseño original y es presentado por un equipo de especialistas de la UBA, fue probado recientemente en cuatro pacientes, pero llama la atención por su originalidad en el terreno. “La idea es avanzar con ensayos hacia un mayor número de casos para que los resultados sean más concluyentes. Soñamos con la aplicación clínica, es decir, poder analizar los cortes, medir las células, clasificarlas y brindar a los pacientes el mejor tratamiento posible.«, señala Página/12 Cecilia CabralMédico del Hospital de Clínicas, especialista en anatomía patológica y en el área de hematopatología.
Luego, continúa uno de los principales referentes del proyecto: “Analizamos secciones de tejido ganglionar de pacientes con leucemia linfocítica crónica/linfoma linfocítico pequeño, el que suelen mirar los patólogos. Utilizando un software de imágenes, examinamos las características de las células que lo componen. La máquina logró clasificar de una manera bastante similar a lo que le habíamos enseñado anteriormente mediante el aprendizaje automático.”, explica.
En concreto, entrenan sistemas para que sean capaces de caracterizar qué aspectos distinguen las células de los pacientes con linfomas. Dentro de los linfocitos que componen este tipo de linfoma, existen tres poblaciones celulares que suelen reportarse: linfocitos pequeños, prolinfocitos y parainmunoblastos. Más allá del detalle técnico, lo que necesitamos saber sobre dónde colocó el ojo este equipo de expertos es que, como detalla Cabral, “si hay muchas células linfocitarias pequeñas, los pacientes tienen un curso clínico más indolente, mientras que si hay una mayor Cuanto mayor sea la población de prolinfocitos y parainmunoblastos, el pronóstico es más adverso para el paciente. Al ver la cantidad de estas células, podemos correlacionarlas con las características clínicas de cada individuo”.
Este desarrollo podría proporcionar una herramienta muy valiosa en el abordaje de este cáncer en particular y también de otros. Tanto es así que fue distinguido como “Mejor trabajo científico en investigación básica” en el XIX Congreso Internacional de Medicina Interna Hospital de Clínicas “José de San Martín”.
Laura Kornblighthematóloga, doctora en medicina e investigadora del Hospital de Clínicas, es otra de sus impulsoras y señala: “En este contexto de abrazar las Clínicas, de defender la UBA y las universidades públicas, el hecho de que los tres venimos de los mismos campos, que seamos médicos que investigamos, constituye un motivo para demostrar que la ciencia avanza. A pesar de todo lo dicho y de tantas dificultades, la ciencia se mantiene”.
Un ojo artificial superpoderoso
El proceso de aprendizaje automático es característico de las herramientas de IA. En la medida que los usuarios enseñan parámetros a las máquinas, los sistemas ofrecen una gran precisión para trabajar de forma automatizada. Actúan como sensores de los que prácticamente no se pierde información, a diferencia de lo que ocurre tradicionalmente con el ojo humano. Aunque los médicos especialistas en lectura de imágenes cuentan con sentidos altamente entrenados, estos no son infalibles, de ahí la necesidad de un complemento.
¿Cómo podría sintetizarse el trabajo de los patólogos en la actualidad? Los médicos suelen reconocer patrones a partir de cortes en el ganglio linfático. Analizan las muestras en el laboratorio y definen si son especímenes “normales” o “patológicos”. Si se trata de un linfoma, además, se aplican técnicas de coloración -las tiñen- para determinar qué características tienen. A partir de este nuevo avance, pacientes y médicos tendrán más información; Por ejemplo, podrán saber cómo se distribuye la cromatina (responsable de los procesos celulares fundamentales), acceder a medidas y aspectos específicos de las células (el núcleo, el citoplasma), la ubicación de cada aspecto particular y más de 500 datos morfológicos individuales. parámetros.
Guillermo Blanco, médico e investigador del Conicet, responsable de los aportes bioinformáticos realizados, brinda más detalles: “Había estado usando IA para diferentes aspectos de la microscopía y análisis detallados. Se trata de ir celda por celda y levantar miles de parámetros para poder definir en qué consiste esa heterogeneidad. Por eso, en un momento se me ocurrió que podríamos escanear las imágenes que ven los patólogos”. Fue entonces cuando, en diálogo con Cabral y Kornblihtt, avanzaron en el entrenamiento del sistema para que fuera capaz de reconocer los patrones que buscaban identificar en muestras de pacientes con linfoma. “Utilizando instrucciones muy sencillas, lo que tradicionalmente ven los patólogos se hizo compatible con lo que se suponía que debía ver la máquina. Le muestras al sistema una foto y con esa información proporciona datos. Con el tiempo se consolida la capacidad de refinación del sistema”.
Lejos de complementarse, el potencial de los humanos y las máquinas se retroalimenta. Los científicos, basándose en décadas de estudio, guían a los sistemas sobre qué ver específicamente –qué información discriminar– mientras que el software pone a disposición su capacidad para analizar datos e identificar congruencias con precisión y velocidad inimaginables. Esta conjunción la resume Blanco: “Esto no sustituye a los patólogos, sino que les proporciona más facilidades, especialmente en el diagnóstico de casos difíciles.”.
Una caja negra que se abre
“El hecho de utilizar la IA en el campo de las patologías es un avance, es algo pionero en la Argentina”, afirma Kornblihtt. Luego, comparta una metáfora de la IA que pueda servir para ilustrar el fenómeno. “Guillermo suele explicar esto muy bien. La Inteligencia Artificial puede entenderse como una caja negra, ya que a los usuarios no les importa ni saben lo que hay dentro. Sin embargo, en la medida que junto a Cecilia comenzamos a discernir cuáles son los elementos que nos permiten diagnosticar, esa caja comienza a abrirse. Así, se puede elegir cuáles son las herramientas más adecuadas para abordar tal o cual problema.”, destaca.
Desde aquí, si se amplía la perspectiva, también es posible observar el sentido soberano que pasa por la apropiación de tecnologías: pasar de ser meros usuarios a reconocer su funcionamiento y utilizarlo según los propios intereses y objetivos. El avance suma un granito de arena al campo de la salud que actualmente se identifica como medicina de precisión. Si las enfermedades son las personas que las padecen y cada persona es diferente a otra, es muy bienvenida la llegada de este tipo de herramientas que permitan escanear de forma específica lo que ocurre en cada organismo. Sólo así se podrá calibrar el tratamiento que recibe el paciente según sus circunstancias particulares.
(correo electrónico protegido)