Datos de imagenología oncológica para desarrollar herramientas diagnósticas basadas en inteligencia artificial
Existen miles, quizás cientos de miles, de herramientas de inteligencia artificial (IA) que se utilizan cada vez más para diagnosticar enfermedades. Para que funcionen de manera efectiva, sin embargo, se necesitan grandes cantidades de datos que permitan entrenarlas y evaluarlas correctamente. El equipo del proyecto EuCanImage(se abrirá en una nueva ventana) se propuso crear un repositorio paneuropeo de datos de imagenología oncológica para lograr justamente eso. La idea era combinar este recurso con información clínica, incluidos resultados de laboratorio y análisis de tumores, para ayudar a tener una visión más completa del perfil de un paciente. Otro elemento clave era garantizar la diversidad dentro del conjunto de datos, para que las herramientas de IA tuvieran en cuenta las diferentes poblaciones y países europeos. El desarrollo de un recurso paneuropeo también es fundamental para enfermedades de baja incidencia, como el cáncer de hígado, que suelen contar con pocos datos disponibles en repositorios locales.
Imágenes médicas y datos clínicos
Para crear la plataforma, se integraron redes e infraestructuras de datos existentes en Europa. Entre ellas se incluyen BBMRI-ERIC, con sede en Austria, que recopila datos biológicos y de tejidos; Euro-BioImaging, que ofrece acceso abierto a imágenes biomédicas; y el Archivo Europeo del Genoma-Fenoma, que contiene datos genéticos, fenotípicos y clínicos generados en proyectos de investigación biomédica. «También aprendimos del Cancer Imaging Archive en Estados Unidos, para no tener que reinventar la rueda», comenta Karim Lekadir, coordinador del proyecto en la Universidad de Barcelona(se abrirá en una nueva ventana). «Además participaron otras organizaciones de investigación, científicos de datos y hospitales». El consorcio también incluía empresas, para desarrollar las herramientas de IA, y asociaciones como la Asociación Europea para Investigación del Cáncer. «En total participaron unas veinte instituciones de toda Europa», agrega Lekadir.
Necesidades clínicas no cubiertas
En la plataforma se recopilaron 25 000 nuevos casos de cáncer de toda Europa, con especial atención al cáncer de mama, colorrectal y de hígado. Se emplearon estudios de casos reales para poner de relieve necesidades clínicas aún no cubiertas. Por ejemplo, la detección de pequeños tumores en el hígado se identificó como un área en la que la IA podría resultar de gran ayuda. «Esta plataforma trata de resolver problemas médicos, así que primero hablamos con los médicos y a partir de ahí empezamos», explica Lekadir. Otro elemento clave de la plataforma es que se basa en el aprendizaje federado. «Esto significa que los datos pueden quedarse donde están», señala Lekadir. «En lugar de que los datos hospitalarios vayan hacia los investigadores y desarrolladores, las herramientas van hacia donde están los datos. Esto se ha convertido en un modelo de referencia en Europa. La Federación Europea para Imágenes de Cáncer(se abrirá en una nueva ventana), una iniciativa emblemática de la Unión Europea, está ahora conectando repositorios como el nuestro y utiliza nuestra plataforma de aprendizaje federado para lograrlo».
Implantación de herramientas sanitarias basadas en IA
Además de la plataforma(se abrirá en una nueva ventana) de datos, el equipo del proyecto se basó en trabajos anteriores sobre IA y ética para elaborar la directriz FUTURE-AI(se abrirá en una nueva ventana). Se invitó a otros proyectos a participar en la elaboración de este recurso. «Esto es importante, ya que sin confianza esto no va a funcionar», comenta Lekadir. «En febrero de 2025, se publicó un artículo que ya se ha citado más de trescientas veces». Este aspecto del proyecto continúa a través de la iniciativa COMPASS-AI(se abrirá en una nueva ventana), cuyo objetivo es promover la integración responsable y eficaz de la IA en la asistencia sanitaria. El proyecto también ha aportado lecciones sobre gobernanza jurídica para favorecer el intercambio de datos. Los próximos pasos incluyen la integración de la plataforma en la Federación Europea para Imágenes de Cáncer, lo que garantizará que los resultados del proyecto se vinculen con otros y se aprovechen. «Estamos pasando de la IA desarrollada en laboratorio a crear soluciones de IA a partir de datos sanitarios reales», concluye Lekadir.
