Científicos estadounidenses han publicado recientemente un importante hallazgo en la revista Nature: el modelo de inteligencia artificial FastGlioma, desarrollado conjuntamente por la Universidad de Michigan y la Universidad de California en San Francisco, puede determinar rápidamente la presencia de restos de tumores cancerosos en cirugías cerebrales en tan solo 10 segundos, lo que supone un avance revolucionario para la neurocirugía.
Esta innovación combina la imagen óptica microscópica con modelos de IA básicos. El equipo de investigación utilizó más de 11.000 muestras quirúrgicas y 4 millones de imágenes microscópicas para el preentrenamiento, empleando la tecnología de imagen de tejido Raman estimulada desarrollada por la Universidad de Michigan para obtener imágenes de alta resolución.
La principal ventaja de FastGlioma radica en su excepcional capacidad de detección. En aplicaciones reales, el modelo presenta una tasa de omisión de restos de tumores de alto riesgo de solo el 3,8%, muy superior a la tasa de omisión del 25% de las técnicas tradicionales de imagen y cirugía guiada por fluorescencia. Incluso en el "modo rápido", su precisión media alcanza el 92%.
El estudio muestra que FastGlioma también reduce la dependencia de métodos tradicionales como la imagenología por radiación, el contraste o el marcado fluorescente. Esta tecnología innovadora no solo ayuda a los cirujanos a tomar decisiones rápidas durante la cirugía, sino que también se puede aplicar a otros tipos de diagnóstico de tumores cerebrales.
Cabe destacar que la extirpación completa de tumores cerebrales siempre ha sido un gran desafío para la neurocirugía, ya que parte de los tumores residuales son difíciles de distinguir del tejido cerebral sano. La aparición de FastGlioma ofrece una nueva solución a este problema clínico, marcando un paso importante de la inteligencia artificial en el campo de la medicina de precisión.
