El cribratge del virus del papil·loma humà ha fet créixer molt el nombre de biòpsies de coll uterí que els patòlegs han d'examinar, i en els casos avançats s'hi sumen les peces de cirurgia. Els grans models d'IA generals per a l'anatomia patològica, entrenats amb teixits de tot el cos, tenen un abast ampli però capten malament els detalls propis de cada subespecialitat. Un equip de l'escola de postgrau de la Universitat Tsinghua a Shenzhen, amb hospitals i centres de diagnòstic de Ningbo, Jinhua i Suzhou, entre d'altres, ha provat el camí contrari: un sistema fet només per a la patologia cervical.
L'article, publicat el 14 de novembre a la revista Nature Communications, presenta CerS-Path. El sistema es va entrenar en dues fases: primer va aprendre sol a reconèixer els trets del teixit a partir d'uns 190 milions de fragments d'imatges microscòpiques, sense que ningú les etiquetés, i després es va reforçar amb 2,5 milions de parelles d'imatge i text. Reuneix vuit funcions que cobreixen el recorregut del diagnòstic, de la biòpsia a la peça operatòria: diagnòstic morfològic, prediccions i tasques que combinen imatge i text. Segons els autors, supera els millors models generals en 26 de les 30 tasques diagnòstiques que van avaluar i, en una validació en diversos centres, amb dades retrospectives i també prospectives de sis grups independents de pacients, arriba fins a un 99% de sensibilitat a l'hora de detectar les lesions clínicament rellevants, amb una especificitat que qualifiquen d'acceptable.
El resultat és rellevant perquè apunta a un ús concret de la IA en un servei sanitari amb molta càrrega de feina: fer de primer filtre en el gran volum de biòpsies que genera el cribratge, perquè el patòleg dediqui més temps als casos dubtosos. També alimenta un debat obert en la IA mèdica, el de si convenen models generals gegants o sistemes especialitzats en un sol òrgan; aquí l'especialització ha donat millors resultats en gairebé totes les proves.
Una sensibilitat «de fins al 99%» és el millor valor obtingut, no la mitjana de tots els centres, i el resum de l'article no detalla l'especificitat de cada lloc, que és el que determina quants falsos positius hauria de revisar l'especialista. Totes les cohorts són de la Xina i una de les entitats participants és una empresa tecnològica de Shenzhen, de manera que caldrà veure com funciona amb mostres i escàners d'altres països. El sistema és una eina de suport i no s'ha avaluat en la pràctica diària com a substitut del diagnòstic del patòleg.
