La inteligencia artificial acelerará el proceso de evaluación de los resultados de las biopsias testiculares

El problema de la azoospermia y su diagnóstico

La azoospermia, es decir, la ausencia total de espermatozoides en el eyaculado, es un problema grave que impide la concepción de un niño. En el tratamiento de las parejas cuyo hombre presenta este diagnóstico, se puede recurrir a la biopsia testicular para obtener espermatozoides. Las muestras obtenidas se evalúan utilizando la escala de Johnsen, que proporciona una graduación de 1 a 10 puntos.

Introducción de la IA en la evaluación histológica

« Desde hace más de 50 años, la escala de Johnsen se utiliza en urología. Sin embargo, la evaluación histológica del tejido testicular no es una tarea fácil y requiere mucho tiempo. Hemos buscado simplificar esta etapa de diagnóstico que consume tiempo implementando la tecnología de inteligencia artificial (IA). Se eligió el software Google Automated Machine Learning (AutoML) Vision para crear el modelo de IA. La tecnología AutoML Vision puede ser utilizada por profesionales de la salud que no tienen habilidades de programación », declaró el jefe del equipo de investigación, Hideyuki Kobayashi, profesor asociado de urología en la Universidad de Toho (Japón).

Graduación de la escala y formación del modelo

Para simplificar la aplicación de la escala de Johnsen, el Dr. Kobayashi la dividió en cuatro grupos: 1-3, 4-5, 6-7 y 8-10 puntos. Esta graduación reduce el número de categorías y facilita la clasificación automática de las imágenes, al tiempo que conserva el significado clínico de las diferencias entre los niveles. En el marco del estudio, se subieron 7155 imágenes de especímenes histológicos a la plataforma Cloud AutoML Vision de Google. La inteligencia artificial mostró una precisión del 80 % en la evaluación del modelo histológico de los especímenes.

Perspectivas de uso de la IA en medicina

La IA está ganando popularidad en diversos campos de la medicina. Por ejemplo, se han utilizado con éxito tecnologías basadas en IA para analizar imágenes con miras al diagnóstico del cáncer de mama y para detectar patologías en imágenes de tomografía computarizada pulmonar. Sin embargo, su uso a gran escala en la práctica clínica aún se ve obstaculizado por la necesidad de especialistas en el tratamiento de datos.

« La tecnología de aprendizaje automático que hemos elegido está dirigida al personal del sector médico. Es probable que en un futuro cercano, gracias a la IA, los médicos utilicen los clasificadores de imágenes médicas con la misma facilidad y accesibilidad con que utilizan hoy en día las herramientas de software de oficina estándar », declaró el Dr. Kobayashi.