Nashville/Hong Kong (LabNews Media LLC) – Un nuevo marco de IA pretende hacer que la inteligencia artificial en patología digital sea más fiable. El sistema, denominado TRUECAM, reconoce las incertidumbres en la subtipificación del cáncer, filtra las áreas de imagen no informativas y puede negarse a tomar una decisión en casos poco claros.
TRUECAM fue desarrollado por investigadores del Vanderbilt University Medical Center y la Universidad Politécnica de Hong Kong. Inicialmente se probó para la subtipificación del cáncer de pulmón no microcítico (CPNM) en imágenes de portaobjetos completos y posteriormente se amplió a otros tipos de cáncer y órganos.
El marco actúa como una interfaz para los modelos de IA existentes. Cuantifica las incertidumbres, reconoce las entradas fuera del rango de entrenamiento y elimina los factores de interferencia, como las áreas de tejido normales o las preparaciones mal teñidas. Esto pretende que la IA no solo sea más precisa, sino también más justa y eficiente.
En las pruebas, TRUECAM superó a las soluciones existentes en precisión y velocidad. Además, permite garantías de precisión personalizables y mejora la equidad entre géneros y grupos étnicos. Cabe destacar especialmente que el sistema se centra en las mismas áreas de relevancia diagnóstica que los patólogos.
«La IA de confianza en el ámbito médico es un requisito previo para realizar el potencial de esta tecnología transformadora», explicó Bradley Malin de Vanderbilt. El método aborda las incertidumbres que podrían surgir de los métodos de preparación específicos de la institución, los artefactos o las variaciones inusuales del tejido.
El estudio se publicó en la revista Nature Biomedical Engineering (DOI: 10.1038/s41551-026-01694-8). Los investigadores ven en TRUECAM un paso importante hacia aplicaciones de IA más seguras en el diagnóstico del cáncer.
