El càncer de pulmó és una de les patologies més complicades avui dia. Tan cert és que, segons les dades de l'Organització Mundial de la Salut, provoca més d'1,7 milions de morts al món, i el situa com el càncer més mortal.

En el cas de Catalunya, segons xifres del 2018, els casos de càncer de pulmó ocupen el quart lloc tant en el cas de les dones (4 per cent) com en el dels homes (9 per cent).

Encara que la ciència avança en els tractaments, el càncer de pulmó té encara una de les pitjors taxes de supervivència. La detecció primerenca permet que les intervencions tinguin molt més èxit que fa un temps. Tot i això, avui dia encara no és senzill per a la medicina diagnosticar-lo en la fase inicial.

La tecnologia de Google

Des de fa tres anys, Google ha estat aplicant el desenvolupament de la seva intel·ligència artificial a diversos aspectes de la medicina. Des de la predicció de l'evolució mèdica dels pacients fins al diagnòstic de malalties oculars, per citar dos exemples.

Ara, segons ha revelat Google mateix a través del seu blog, el desenvolupament de la intel·ligència artificial permet predir casos de càncer de pulmó, aconseguint d'aquesta manera que augmentin les possibilitats de supervivència de moltes persones en risc de patir-lo.

Des de fa tres dècades, la medicina ha estat explorant diverses vies per avaluar qui té un risc més alt de patir càncer de pulmó, però els resultats demostren que el camí per recórrer és encara molt llarg.

Google ha afirmat que, des de finals del 2017, van començar a utilitzar la intel·ligència artificial, al costat dels avenços en el modelatge volumètric en 3D, amb el conjunt de les dades dels seus socis mèdics, entre els quals es troba la Universitat de Northwestern dels Estats Units.

Els radiòlegs acostumen a veure centenars d'imatges 2D en un sol TAC i el possible tumor pot ser molt petit i difícil de detectar. En canvi, a Google han creat un model que no només pot generar la predicció general del càncer de pulmó vist en 3D, sinó que també permet identificar teixit maligne subtil en els nòduls pulmonars. Així mateix, el model també pot tenir en compte la informació d'exploracions prèvies, cosa que resulta molt útil perquè la taxa de creixement de nòduls pulmonars sospitosos pot ser un clar indicatiu de malignitat.

Per a cada pacient, la intel·ligència artificial utilitza el TAC actual i, si està disponible, algun altre de previ. Així el model produeix una predicció de malignitat general més precisa.

Els resultats

En la seva investigació, Google va aprofitar més de 45.000 casos de detecció de TAC de tòraxs anul·lats ―alguns en què es va detectar càncer― dels arxius dels seus socis en el projecte i van validar els seus resultats amb un segon conjunt de dades al mateix temps que van comparar els seus resultats amb els de sis radiòlegs de prestigi dels EUA.

Quan van utilitzar un únic TAC per al diagnòstic, el model de Google anava tan bé o millor que els diagnòstics dels sis radiòlegs. Van detectar un cinc per cent més de casos de càncer i van reduir els falsos positius en més d'un 11 per cent en comparació amb els dels radiòlegs que no participaven en el seu estudi. L'enfocament de Google va aconseguir un AUC (àrea sota la corba, per les seves sigles en anglès) del 94,4 per cent. Una dada de mètrica comuna que s'utilitza en l'aprenentatge automàtic molt alt i força proper al 100%.

Google afirma que els resultats són encoratjadors, però que encara hauran de fer estudis addicionals i comprovar l'aportació de la intel·ligència artificial a la pràctica clínica diària. En tot cas, tot sembla apuntar que la utilització de les noves tecnologies al servei de la detecció del càncer de pulmó suposaran un important avenç en aquest camp.