{"id":51025,"date":"2025-01-14T09:43:14","date_gmt":"2025-01-14T15:43:14","guid":{"rendered":"https:\/\/saluddigital.com\/?p=51025"},"modified":"2025-10-17T20:15:22","modified_gmt":"2025-10-18T02:15:22","slug":"desarrollan-modelo-predictivo-de-ia-para-mejorar-la-toma-de-decisiones-clinicas-sobre-cancer","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/desarrollan-modelo-predictivo-de-ia-para-mejorar-la-toma-de-decisiones-clinicas-sobre-cancer\/","title":{"rendered":"Desarrollan modelo predictivo de IA para mejorar la toma de decisiones cl\u00ednicas sobre c\u00e1ncer"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Una herramienta de IA desarrollada por investigadores de Stanford Medicine combina el uso de datos de im\u00e1genes m\u00e9dicas con texto para predecir el pron\u00f3stico de c\u00e1ncer y las respuestas al tratamiento.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La informaci\u00f3n visual obtenida de im\u00e1genes microsc\u00f3picas, de rayos X, tomograf\u00edas computarizadas o de resonancias magn\u00e9ticas combinada con texto, es decir, notas de ex\u00e1menes, comunicaciones entre m\u00e9dicos de distintas especialidades, es un recurso clave en la atenci\u00f3n oncol\u00f3gica. La inteligencia artificial (IA) es una herramienta clave para mejorar esta t\u00e9cnica. Un estudio reciente realizado por Stanford Medicine, publicado en Nature<\/em><\/a>, describe el desarrollo de un modelo predictivo de IA que combina datos visuales y textuales para mejorar la toma de decisiones cl\u00ednicas en oncolog\u00eda.<\/p>

Este estudio describe el desarrollo de MUSK \u2013 Multimodal Transformer with Unified maSKed modeling, un modelo de IA dise\u00f1ado espec\u00edficamente para aplicaciones en oncolog\u00eda de precisi\u00f3n, combinando datos visuales (im\u00e1genes de patolog\u00eda) y textuales (informes cl\u00ednicos) para mejorar la toma de decisiones cl\u00ednicas.<\/p>

En primer lugar, el estudio detalla que, la precision medicine<\/a> requiere integrar m\u00faltiples tipos de datos, como notas cl\u00ednicas y caracter\u00edsticas patol\u00f3gicas, pero la falta de conjuntos de datos multimodales bien etiquetados ha limitado el desarrollo de modelos de IA. MUSK aborda este desaf\u00edo utilizando grandes vol\u00famenes de datos no etiquetados y no pareados.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Para el preentrenamiento fueron utilizadas 50 millones de im\u00e1genes de patolog\u00eda de 11,577 pacientes y mil millones de tokens textuales relacionados con patolog\u00eda. Posteriormente fue implementado un m\u00e9todo llamado unified masked modeling, que oculta partes de las im\u00e1genes y textos para entrenar al modelo a reconstruirlas, fomentando un aprendizaje robusto. Luego se entren\u00f3 adicionalmente con un mill\u00f3n de pares imagen-texto, permitiendo al modelo correlacionar y combinar eficazmente caracter\u00edsticas visuales y textuales.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"modelo\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201cMUSK puede predecir con exactitud el pron\u00f3stico de personas con muchos tipos y estadios diferentes de c\u00e1ncer\u201d, expres\u00f3 Ruijiang Li, MD, profesor asociado de oncolog\u00eda radioter\u00e1pica en Stanford. \u201cDise\u00f1amos MUSK porque, en la pr\u00e1ctica cl\u00ednica, los m\u00e9dicos nunca se basan en un solo tipo de datos para tomar decisiones cl\u00ednicas. Quer\u00edamos aprovechar m\u00faltiples tipos de datos para obtener m\u00e1s informaci\u00f3n y conseguir predicciones m\u00e1s precisas sobre los resultados de los pacientes\u201d, agreg\u00f3.<\/p>

MUSK fue probado en 23 tareas diferentes a nivel de im\u00e1genes peque\u00f1as y a nivel de diapositivas completas. Entre las funcionalidades de MUSK resaltan:<\/p>