Un equipo de investigación dirigido por la Universidad Johns Hopkins (EEUU) ha desarrollado un método para generar enormes conjuntos de datos de tumores hepáticos artificiales, anotados automáticamente en tomografías computarizadas.La nueva herramienta podría permitir entrenar modelos de inteligencia artificial para identificar con precisión tumores reales sin ayuda humana.

Actualmente, existe una  escasez de datos de alta calidad necesarios para entrenar algoritmos de IA para detectar el cáncer. Dicha escasez, según los autores de este trabajo, se debe al difícil proceso de identificación de tumores en exploraciones médicas, que puede llevar mucho tiempo, ya que a menudo depende de informes patológicos y confirmaciones de biopsias. 

En colaboración con radiólogos, el equipo dirigido por Alan Yuille, profesor distinguido de Ciencias Cognitivas e Informática de Bloomberg y director del grupo de Cognición, Visión y Aprendizaje Computacional, se diseñó un método de cuatro pasos para crear tumores sintéticos realistas. En primer lugar, eligieron ubicaciones para los tumores artificiales que evitaran colisiones con los vasos sanguíneos circundantes. A continuación, agregaron patrones de "ruido" aleatorios para poder generar las texturas irregulares que se encuentran en los tumores reales y generaron formas que reflejaban los variados contornos de los tumores reales. Finalmente, simularon la tendencia de los tumores a ejercer presión sobre su entorno, lo que cambia su apariencia. Según estos investigadores, "los tumores sintéticos resultantes son hiperrealistas y han pasado el Test Visual de Turing , es decir, incluso los profesionales médicos podrían confundirlos con tumores reales en un examen visual".

Detección en las primeras etapas

La detección de tumores pequeños es fundamental para identificar las primeras etapas del cáncer, "hasta la fecha, ningún trabajo existente que utilice únicamente tumores sintéticos ha logrado un rendimiento similar o incluso comparable al de la IA entrenada en tumores reales", afirmó el miembro del equipo Qixin Hu, investigador de la Universidad de Ciencia y Tecnología de Huazhong. "Además, nuestro método puede generar automáticamente numerosos ejemplos de tumores sintéticos pequeños, o incluso diminutos, lo que tiene el potencial de mejorar la tasa de éxito de la detección de tumores mediante IA".

La herramienta, según sus autores, también se puede utilizar para generar conjuntos de datos y entrenar modelos para identificar el cáncer en otros órganos que actualmente adolecen de una falta de datos tumorales anotados. Actualmente, el equipo está investigando técnicas avanzadas de procesamiento de imágenes para generar tumores sintéticos en el hígado, el páncreas y los riñones, y espera expandirse también a otras áreas del cuerpo.