脉得智能
Recientemente, Maide Intelligent, en colaboración con el Hospital Zhongshan Afiliado a la Universidad de Fudan, el Hospital Popular N.º 10 de Shanghái, el Hospital Jinshan Afiliado a la Universidad de Fudan y la Universidad Técnica de Múnich de Alemania, entre otras instituciones, ha logrado un avance significativo en el campo de las tecnologías de diagnóstico precoz del cáncer de mama. La tecnología de radiómica ultrasónica impulsada por doble núcleo (Dc-HR) desarrollada por la compañía integra algoritmos de aprendizaje automático y aprendizaje profundo y, basándose en imágenes ecográficas en escala de grises de doble vista, ha logrado el diagnóstico preciso y la orientación para biopsia de lesiones mamarias BI-RADS categoría 4. Los resultados de la investigación se han publicado en la revista internacional de referencia Cancer Imaging (JCR Q1). Se espera que esta tecnología reduzca considerablemente la tasa de biopsias innecesarias y proporcione una nueva vía para el diagnóstico precoz y preciso de enfermedades mamarias, especialmente en centros médicos de atención primaria que carecen de equipos ecográficos de alta gama. El profesor Xu Huixiong y el doctor Zhao Chongke, del Hospital Zhongshan Afiliado a la Universidad de Fudan, son los autores de correspondencia; el médico Zhou Boyang, del Hospital Zhongshan Afiliado a la Universidad de Fudan, y Tan Bin, ingeniero de algoritmos CV del Instituto de Investigación de Maide Intelligent, son los primeros autores.
El cáncer de mama es el tumor maligno con mayor incidencia entre las mujeres a nivel mundial, y la ecografía en escala de grises constituye un método fundamental para el cribado de lesiones mamarias. En la práctica clínica, la tasa de malignidad de las lesiones mamarias BI-RADS categoría 4 presenta un rango muy amplio (5 %-95 %); habitualmente se requiere una biopsia por punción para confirmar el diagnóstico, lo que provoca que un gran número de pacientes con lesiones benignas soporten traumatismos, ansiedad y cargas médicas innecesarios. Aunque nuevas tecnologías como la elastografía por onda de corte (SWE) y la ecografía con contraste (CEUS) pueden mejorar la precisión diagnóstica, dependen de equipos de alta gama, agentes de contraste y la operación por médicos experimentados, por lo que resulta difícil generalizarlas en la atención primaria.
Para resolver este problema clínico, el equipo de investigación construyó un conjunto de datos que abarca 1054 pacientes y 1062 lesiones BI-RADS categoría 4, y completó el desarrollo y la validación de la tecnología durante tres años. Asimismo, diseñó tres estrategias de radiómica, incluidos modelos de núcleo único de aprendizaje automático (ML) y aprendizaje profundo (DL), así como el modelo de doble núcleo Dc-HR, que fusiona las ventajas de ambos, para comparar sistemáticamente su rendimiento diagnóstico y su valor en la optimización de las biopsias por punción.
Los resultados de la investigación muestran que la tecnología Dc-HR presenta un rendimiento sobresaliente: su área bajo la curva (AUC) alcanzó 0.944-0.980, significativamente superior a la de los modelos ML (0.544-0.882) y DL (0.839-0.964), y también superó tecnologías convencionales de mejora, como SWE (0.584-0.725) y CEUS (0.813-0.840). Con el respaldo de imágenes ecográficas de doble vista, esta tecnología puede reducir la tasa de biopsias por punción innecesarias al 0 % en la cohorte de validación interna y al 7.22 % en la cohorte de validación externa, con solo 1-2 casos de lesiones malignas no detectados, manteniendo una seguridad diagnóstica muy elevada.
Para las lesiones BI-RADS categoría 4 de diferentes subcategorías, la tecnología Dc-HR demuestra una adaptación precisa: para la subcategoría 4a, que concentra lesiones benignas, puede reducir entre el 90.70 % y el 100 % de las biopsias innecesarias; para las subcategorías 4b y 4c, con mayor riesgo de malignidad, mantiene un valor predictivo positivo del 96.43 %-100 %, logrando una «derivación precisa». El análisis de curvas de decisión confirmó que el beneficio clínico neto de esta tecnología es significativamente superior al de los enfoques diagnósticos y terapéuticos existentes, y permite optimizar las decisiones de biopsia por punción sin requerir equipos adicionales.
«La principal ventaja de la tecnología Dc-HR es la integración de la extracción precisa de características del aprendizaje automático y la capacidad de captura de información global del aprendizaje profundo; además, depende únicamente de imágenes ecográficas convencionales en escala de grises, por lo que es fácil de implementar en la atención primaria», indicó el responsable del proyecto. Esta tecnología no solo puede reducir el trauma de las pacientes con lesiones benignas y el desperdicio de recursos médicos, sino también proporcionar herramientas diagnósticas y terapéuticas fiables a regiones que carecen de equipos de alta gama, contribuyendo al desarrollo homogéneo del cribado y diagnóstico precoz del cáncer de mama.
Actualmente, este estudio ha superado la validación multicéntrica, y la diversidad del conjunto de datos garantiza la capacidad de generalización de la tecnología. Posteriormente, el equipo llevará a cabo ensayos clínicos a mayor escala, optimizará aún más el modelo y ampliará su aplicación al diagnóstico y tratamiento de lesiones de todas las categorías BI-RADS. También explorará enfoques diagnósticos y terapéuticos multidimensionales que combinen información clínica y datos genéticos, proporcionando un respaldo técnico más integral para la medicina de precisión en enfermedades mamarias.
Maide Intelligent Technology (Wuxi) Co., Ltd. es una empresa de alta tecnología profundamente especializada en el ámbito de la atención médica con inteligencia artificial, fundada conjuntamente por un equipo de académicos y un equipo directivo experimentado, y centrada en la investigación y la aplicación transformacional de algoritmos de macrodatos médicos basados en inteligencia artificial. Como empresa potencial unicornio de la provincia de Jiangsu, empresa especializada, refinada, distintiva e innovadora, y entidad miembro ejecutivo del «Centro Nacional de Innovación de la Industria de Medicina de Precisión», la compañía tiene como misión «empoderar la medicina de precisión con IA y construir un ecosistema homogéneo de diagnóstico y tratamiento». Ha logrado avances continuos en el diagnóstico inteligente de imágenes ecográficas y ha desarrollado competitividad central, especialmente en las áreas de diagnóstico y tratamiento de enfermedades tiroideas y mamarias, con operaciones que cubren cientos de instituciones médicas de todos los niveles.
Basándose en una sólida capacidad de investigación original en IA y recursos médicos de referencia, Maide Intelligent ha construido un ciclo completo de «desarrollo de algoritmos-transformación de productos-implementación clínica». La compañía ha establecido sedes, sedes regionales, centros de datos, laboratorios conjuntos y centros de I+D en Wuxi, Shanghái, Hangzhou, Chengdu y Hong Kong. En colaboración con equipos de expertos de hospitales chinos de grado terciario A, ha desarrollado un sistema de diagnóstico y tratamiento en tiempo real mediante IA para múltiples enfermedades basado en imágenes ecográficas, así como una plataforma de análisis de datos de bioinformática de IA genómica. Gracias a su sólida capacidad tecnológica, la compañía fue reconocida como unidad ganadora de la convocatoria de tareas de innovación en dispositivos médicos de inteligencia artificial del Ministerio de Industria y Tecnología de la Información, y obtuvo diversos reconocimientos, incluido el Premio de Ciencia y Tecnología de Inteligencia Artificial de la Provincia de Jiangsu.
En el ámbito del diagnóstico y tratamiento de enfermedades mamarias, Maide Intelligent ha abordado de forma específica los problemas clínicos y construido una solución de asistencia por IA para todo el proceso. La ecografía mamaria depende de la experiencia del médico, existe una insuficiente consistencia en la interpretación de la clasificación BI-RADS y destacan problemas como la omisión de lesiones pequeñas y el exceso de biopsias en lesiones benignas, especialmente en instituciones médicas de atención primaria. Para ello, la compañía desarrolló un modelo exclusivo de IA para la detección de nódulos mamarios, que permite el análisis preciso y la evaluación cuantitativa de imágenes ecográficas mediante algoritmos de aprendizaje profundo. Esta tecnología central ya ha obtenido autorización de patente de invención y puede analizar fotograma a fotograma videos de ecografía mamaria. Mediante un algoritmo de selección de secuencias de cuadros de detección, reduce eficazmente la tasa de falsos positivos y marca con precisión objetivos que se omiten fácilmente, como pequeños grupos de microcalcificaciones y lesiones con márgenes poco definidos.
Como empresa de referencia en este segmento, Maide Intelligent ya ha alcanzado profundas alianzas estratégicas con socios líderes mundiales, y sus productos cubren cientos de instituciones médicas líderes y de atención primaria en todo el país. La compañía continúa profundizando la iteración tecnológica en el campo mamario y, en el futuro, optimizará aún más la capacidad de generalización de los modelos, ampliará su aplicación al diagnóstico y tratamiento de lesiones de todas las categorías BI-RADS y explorará enfoques de evaluación multidimensionales que integren información clínica y datos genéticos. Al mismo tiempo, apoyándose en la colaboración clínica multicéntrica, acumulará continuamente datos del mundo real, impulsará la integración profunda de la tecnología de IA en todo el proceso de diagnóstico y tratamiento mamario y proporcionará un apoyo médico inteligente más eficiente y preciso para la salud mamaria de las mujeres de todo el mundo.
Redacción y maquetación丨Luo Chaoran, Huang Qian Diseño丨Huang Ruoxi Revisión丨Chen Yonghong