El primer modelo de IA del mundo para el diagnóstico de cáncer de tiroides tiene una precisión superior al 90%

Un equipo de investigación interdisciplinario ha presentado el primer modelo de inteligencia artificial (IA) del mundo diseñado para clasificar tanto la etapa de cáncer como la categoría de riesgo de cáncer de tiroides, lo que alcanza una precisión impresionante superior al 90%.

Este innovador modelo de IA promete reducir significativamente el tiempo de preparación previa a la consultación de los médicos de primera línea en aproximadamente un 50%. Los hallazgos son publicado en el diario Medicina digital NPJy el equipo incluye investigadores de la Facultad de Medicina del LKS de la Universidad de Hong Kong (Hkumed), el Laboratorio de Discovery de Datos para la Salud (innohk D24H) y la London School of Hypiene & Tropical Medicine (LSHTM).

El cáncer de tiroides se encuentra entre los cánceres más frecuentes en Hong Kong y a nivel mundial. El manejo de precisión de la enfermedad a menudo se basa en dos sistemas: (1) la octava edición del Comité Americano del Comité de Cáncer (AJCC) o el sistema de estadificación de cáncer de nodo tumoral (TNM) para determinar la etapa de cáncer; y (2) el sistema de clasificación de riesgos de la Asociación Americana de Tiroides (ATA) para clasificar el riesgo de cáncer.

Estos sistemas son cruciales para predecir la supervivencia del paciente y guiar las decisiones de tratamiento. Sin embargo, la integración manual de información clínica compleja en estos sistemas puede ser lento y carecer de eficiencia.

El equipo de investigación desarrolló un asistente de IA que aprovecha los modelos de idiomas grandes (LLM), como ChatGPT y Deepseek, que están diseñados para comprender y procesar el lenguaje humano, para analizar documentos clínicos y mejorar la precisión y eficiencia de la estadificación y la clasificación de riesgos del cáncer de tiroides.

El modelo aprovecha cuatro LLMS de código abierto fuera de línea: Mistral (Mistral AI), Llama (Meta), Gemma (Google) y Qwen (Alibaba)) para analizar documentos clínicos de texto libre. El modelo de IA fue entrenado con datos de acceso abierto con sede en EE. UU. Con informes de patología de 50 pacientes con cáncer de tiroides del Programa ATLAS del genoma del cáncer (TCGA), con una validación posterior contra informes de patología de 289 pacientes con TCGA y 35 pseudo casos creados por los cirujanos endocrinos.

Al combinar la producción de las cuatro LLM, el equipo mejoró el rendimiento general del modelo AI, logrando una precisión general de 88.5% a 100% en la clasificación de riesgos ATA y del 92.9% a 98.1% en la estadificación del cáncer de AJCC. En comparación con las revisiones de documentos manuales tradicionales, se espera que este avance reduzca a la mitad el tiempo que los médicos gastan en la preparación previa a la consultación.

El profesor Joseph T Wu, profesor de Sir Kotewall en Salud Pública y Director Gerente de Innohk D24H en Hkumed, enfatizó el notable desempeño del modelo. “Nuestro modelo logra más del 90% de precisión en la clasificación de las etapas del cáncer de AJCC y la categoría de riesgo de ATA”, dijo. “Una ventaja significativa de este modelo es su capacidad fuera de línea, lo que permitiría la implementación local sin la necesidad de compartir o cargar información confidencial del paciente, proporcionando así la máxima privacidad del paciente”.

“En vista del reciente debut de Deepseek, realizamos más pruebas comparativas con un 'enfoque de disparo cero' contra las últimas versiones de Deepseek, R1 y V3, así como GPT-4O. Nos complació descubrir que nuestro modelo se desempeñó a la par con estos poderosos LLM en línea”, agregó el profesor Wu.

El Dr. Matrix Fung Man-Him, profesor asistente clínico y jefe de cirugía endocrina, Departamento de Cirugía, Escuela de Medicina Clínica, HKUMED, declaró, “Además de proporcionar una alta precisión en la extracción y el análisis de la información de los informes de patología complejos, los registros de operación y las notas clínicas, nuestro modelo de IA también reduce drásticamente la preparación de los médicos por casi la mitad de la interpretación humana. Sistemas clínicos reconocidos internacionalmente “.

“El modelo de IA es versátil y podría integrarse fácilmente en varios entornos en los sectores público y privado, y tanto los institutos de investigación e investigación de la salud locales e internacionales”, dijo el Dr. Fung. “Somos optimistas de que la implementación del mundo real de este modelo de IA podría mejorar la eficiencia de los médicos de primera línea y mejorar la calidad de la atención. Además, los médicos tendrán más tiempo para aconsejar a sus pacientes”.

“En línea con la fuerte defensa del gobierno de la adopción de IA en la atención médica, como lo demuestra el reciente lanzamiento del sistema de redacción de informes médicos con sede en LLM en la autoridad hospitalaria, nuestro siguiente paso es evaluar el desempeño de este asistente de IA con una gran cantidad de datos de pacientes del mundo real.

“Una vez validado, el modelo de IA se puede implementar fácilmente en entornos clínicos reales y hospitales para ayudar a los médicos a mejorar la eficiencia operativa y del tratamiento”, explicó el Dr. Carlos Wong, profesor asociado honorario en el Departamento de Medicina Familiar y Atención Primaria, Escuela de Medicina Clínica, Hkumed.