Investigadores de Cedars-Sinai facilitan el acceso computacional a las notas de patología en los registros de pacientes, abriendo el camino para su uso en nuevos estudios y ensayos clínicos.
Investigadores de Cedars-Sinai desarrollaron une estudio que expone el uso de inteligencia artificial (IA) para ayudar a las computadoras a acceder a parte de la información más importante y difícil de extraer en los registros médicos de los pacientes con cáncer, como lo son los informes de patología. El método, descrito en el estudio publicado en la revista especializada Patterns, podría ayudar a los médico-científicos que obtienen el consentimiento del paciente a extraer información de estos informes de patología para la investigación y el reclutamiento de pacientes para ensayos clínicos.
Según el Dr. Nicholas Tatonetti, vicepresidente de Operaciones en el Departamento de Biomedicina Computacional de Cedars-Sinai, director asociado de Oncología Computacional en Cedars-Sinai Cancer y autor principal del estudio: “El cáncer es una enfermedad compleja, y una gran cantidad de información está contenida en las notas que un patólogo hace cuando revisan el cáncer de un paciente bajo el microscopio”. Sin embargo, estas notas suelen ser inaccesibles para las computadoras debido a que están en formato PDF escaneado.
Para abordar este desafío, Tatonetti y su equipo desarrollaron un método para convertir los informes de patología escaneados en texto legible por máquina. Los investigadores trabajaron con The Cancer Genome Atlas, una de las colecciones de información pública de cáncer más importantes de Estados Unidos. Al limpiar los escaneos con IA y software de reconocimiento óptico de caracteres, lograron transformar estos informes en un formato que las computadoras pueden interpretar con precisión.
“Este avance nos permite entrenar algoritmos para extraer información valiosa de los informes de patología, lo que permite a los investigadores identificar nuevos marcadores de enfermedades, realizar investigaciones y reclutar pacientes para ensayos clínicos”, explicó el Dr. Tatonetti.
El conjunto de datos resultante, que comprende texto de casi 10,000 pacientes con cáncer, ahora está disponible públicamente y puede ser utilizado por biólogos computacionales y científicos de la computación para un análisis adicional. En este sentido, el Dr. Dan Theodorescu, director de Cáncer de Cedars-Sinai, reconoció la importancia de este avance: “La verdadera historia de la condición de un paciente se encuentra en las notas de los clínicos. Las herramientas que nos ayudan a explotar esta información promueven nuestros esfuerzos para llevar la promesa de la medicina de precisión a cada uno de nuestros pacientes”.
El siguiente paso para el equipo del Dr. Tatonetti es entrenar modelos para extraer información específica, como la etapa del cáncer, de los datos. Además, planean aplicar su método a la Molecular Twin Precision Oncology Platform de Cedars-Sinai, mejorando sus capacidades en el tratamiento personalizado del cáncer.
Finalmente, el Dr. Jason Moore, presidente del Departamento de Biomedicina Computacional de Cedars-Sinai, destacó el potencial transformador de la IA en la atención médica: “Las mejoras de IA al reconocimiento óptico de caracteres son la clave para extraer una gran cantidad de datos de algunas de las partes más clínicamente relevantes de los registros de pacientes”. Este avance busca impulsar nuevos estudios e innovaciones en la investigación del cáncer, beneficiando a pacientes y médicos por igual.
