Inteligencia artificial médica · us
Distinguir lesiones precursoras del cáncer colorrectal: un Transformer visual mejora la sensibilidad de identificación en pruebas con imágenes patológicas
Un estudio con un conjunto de datos público muestra que la sensibilidad de un Transformer visual para identificar adenomas serrados sésiles se acerca al 70%, frente al 40% del modelo convolucional de comparación. Sin embargo, aún se necesitan validaciones con distintos conjuntos de datos y estudios prospectivos para determinar si esta ventaja puede ayudar en la interpretación clínica.
El riesgo de los pólipos colorrectales a veces se esconde en diferencias sutiles de la estructura del tejido. Los adenomas serrados sésiles (SSA), que son lesiones precancerosas, pueden parecerse a los pólipos hiperplásicos en los cortes histológicos. Un estudio presentado recientemente por la Northeastern University de Estados Unidos indica que adoptar una arquitectura de Transformer visual podría ayudar a los modelos de inteligencia artificial a identificar con mayor eficacia estas lesiones que pueden confundirse fácilmente.
El estudio procede del laboratorio de medicina de precisión Amal del Roux Institute de la Northeastern University. Los resultados se publicaron por primera vez en línea el 12 de agosto de 2026 y se incluyeron en las actas de conferencias de «Lecture Notes in Computer Science»; un artículo de la universidad en octubre y su republicación en Medical Xpress despertaron una nueva atención sobre el estudio. Lo que evalúa es la capacidad de clasificación de imágenes histopatológicas existentes; todavía no se trata de un ensayo de detección de lesiones durante una colonoscopia.
El equipo utilizó 3,152 imágenes teñidas con hematoxilina y eosina (H&E) del conjunto de datos público MHIST y comparó tres Transformers, ViT, CaiT y DeiT, con tres redes neuronales convolucionales (CNN), ResNet-18, 34 y 50. Todos los modelos emplearon la misma validación cruzada estratificada de cinco particiones, alternando el entrenamiento y la evaluación dentro del mismo conjunto de datos, lo que proporcionó una base común para comparar las arquitecturas.
Según el resumen del artículo, la sensibilidad de ViT para identificar SSA fue del 69.7%, frente al 39.2% de la CNN con mejor desempeño en la comparación, una diferencia de 30.5 puntos porcentuales. Es decir, en esta prueba con imágenes, ViT identificó más imágenes que realmente correspondían a SSA. Su área bajo la curva ROC fue de 0.917, frente a 0.887 para la CNN; la universidad también informó de una exactitud global aproximada del 86% y del 80%, respectivamente. Estas cifras reflejan diferencias entre los modelos y no demuestran que la IA supere a los patólogos.
La sensibilidad es especialmente importante en este caso porque alrededor del 71% de las imágenes del conjunto de datos corresponde a pólipos hiperplásicos. Cuando una clase de imágenes es mayoritaria, un modelo puede obtener una exactitud global aparentemente aceptable aunque tienda a predecir esa clase, y aun así pasar por alto las lesiones precancerosas menos frecuentes. El estudio encontró que los Transformers podían mantener un desempeño de clasificación más equilibrado sin aumentar deliberadamente la frecuencia de muestreo de la clase minoritaria. El investigador principal, Saeed Amal, considera que esto podría estar relacionado con la capacidad del modelo para integrar las relaciones entre distintas regiones de la imagen.
Sin embargo, una sensibilidad cercana al 70% también significa que, en esta prueba, alrededor del 30% de las imágenes de SSA no se identificó correctamente. Más importante aún, la validación cruzada de cinco particiones sigue realizándose dentro del mismo conjunto de datos y no puede sustituir la validación externa. Por ahora, no hay respuesta sobre si el modelo puede mantener su desempeño ante diferencias de tinción, escaneo y casos de otros hospitales; el estudio tampoco demostró que pueda reducir el riesgo de que los pacientes desarrollen cáncer en el futuro.
Según el artículo de la universidad, el equipo está colaborando con patólogos y gastroenterólogos para avanzar hacia estudios prospectivos que evalúen la exactitud y la utilidad del modelo en los procesos asistenciales reales. El siguiente paso se centra en confirmar si esta ventaja en la clasificación de imágenes puede ayudar a los médicos a reducir las omisiones y, al mismo tiempo, aclarar cuánto trabajo adicional de revisión generarían las clasificaciones erróneas, para poder determinar cuánto falta para que se convierta en una herramienta fiable de apoyo en patología.