Los investigadores de Princess Margaret han probado el impacto de implementar Inteligencia Artificial (IA) para la radioterapia contra el cáncer en un entorno clínico.
Concretamente, los investigadores han descubierto que en la mayoría de los pacientes que han participado en el estudio, los médicos han considerado que los tratamientos generados por un algoritmo de aprendizaje automático de IA (ML) eran clínicamente aceptables para los tratamientos de los pacientes.
En general, el 89% de los tratamientos generados por ML se consideraron clínicamente aceptables para los tratamientos, y el 72% se seleccionaron sobre los tratamientos generados por humanos en comparaciones directas con los tratamientos convencionales generados por humanos.
Además, el proceso de tratamiento con radiación ML fue más rápido que el proceso convencional impulsado por humanos en un 60%, lo que redujo el tiempo total de 118 horas a 47 horas.
A largo plazo, esto podría representar un ahorro de costes a través de una mayor eficiencia, mientras que al mismo tiempo se mejora la calidad de la atención clínica.
El 89% de los tratamientos generados por ML se consideraron clínicamente aceptables para los tratamientos, y el 72% se seleccionaron sobre los tratamientos generados por humanos
En el estudio, se pidió a los oncólogos de radiación que evaluaran dos tratamientos de radiación diferentes, ya sea ML o generados por humanos, con los mismos criterios estandarizados en dos grupos de pacientes que eran similares en características demográficas y de enfermedad.
La diferencia fue que un grupo de pacientes ya había recibido tratamiento, por lo que la comparación fue un ejercicio "simulado". El segundo grupo de pacientes estaba a punto de comenzar el tratamiento con radioterapia, por lo que si se consideraba que los tratamientos generados por IA eran superiores y preferibles a sus homólogos humanos, se utilizarían en los tratamientos reales.
Aunque los tratamientos generados por ML recibieron una alta calificación en ambos grupos de pacientes, los resultados en el grupo de pretratamiento divergieron de los del grupo de postratamiento.
En el grupo de pacientes que ya habían recibido tratamiento, el número de tratamientos generados por ML seleccionados sobre los humanos fue del 83%. Esto se redujo al 61% para aquellos seleccionados específicamente para el tratamiento, antes de su tratamiento.