Si hace unas semanas os contábamos cómo Google estaba ayudando en la lucha contra el VIH, ahora también ayuda en la lucha contra el cáncer. No es que a Google se le haya dado por la medicina, simplemente, Google está llevando su trabajo a otros terrenos y la medicina parece un lugar donde aplicar todo lo que Google ha conseguido.
La mejor forma de luchar, detectarlo.
En el caso del cáncer, una de las partes más importantes del proceso es la de examinar muestras para poder diagnosticarlo y “etiquetarlo” correctamente para la selección del mejor tratamiento. Como en cualquier otro proceso de la misma importancia, esto requiere unos elevados conocimientos y adquirir la experiencia para llevar a término esta compleja tarea.
Es tal el nivel necesario que pueden llegar a existir incluso diferentes resultados para un mismo paciente al que diagnostican varios patólogos. Esto nos hace darnos cuenta de que no se trata de algo que podemos aprender de la noche a la mañana.
Para entender donde surgen las diferencias es necesario hablar del proceso. La forma de diagnóstico consiste en examinar imágenes de los tejidos biológicos en una diapositiva, pudiendo existir varias diapositivas por paciente.
A un aumento de 40X, esto supone más de 10 gigapixels donde será necesario examinar cada uno de ellos con el fin de buscar patrones. Lejos de si es el trabajo más entretenido del mundo o no, el número de pacientes implica no disponer de todo el tiempo que a uno le gustaría para ello y la cantidad de datos a analizar es enorme.
Analizar cantidades grandes de datos es lo que mejor hace Google.
Para intentar aportar un granito de arena a la lucha de esta enfermedad, google ha empezado a aplicar el “Deep learning” o aprendizaje profundo con el fin de automatizar el proceso de análisis de imagen. Para ello han usado imágenes de muestra reales con el objetivo de entrenar a los algoritmos correspondientes en la búsqueda de determinados patrones.
¿Cómo han sido los resultados?
A priori parece que se ha producido un poco de ruido, algo así como las interferencias que podíamos ver en las televisiones de antes. No obstante, después de limpiar la imagen y aplicar distintos aumentos, se demostró que se podía alcanzar o superar el rendimiento de un patólogo que contase con tiempo limitado.
En este estudio, de hecho, han conseguido alcanzar resultados prometedores, no obstante, distan mucho de ser perfectos. Los algoritmos solo pueden detectar anomalías concretas para las que son entrenados. Un patólogo cuenta con unos más amplios conocimientos.
Tampoco reemplazan el trabajo de un profesional, por ahora sirven solo para completar la información que estos tienen pero distan mucho de contar con la capacidad de hacer todo el trabajo.
Por ahora lo que se ha conseguido es dar los primeros pasos. Queda camino por delante hasta que podamos ceder a las máquinas todo el control pero hasta el más pequeño de los aportes en la lucha contra el cáncer seguro que será bien recibido.
Vía-Google Research.