Un importante avance en el campo de la oncología ha sido alcanzado gracias al desarrollo de un modelo de inteligencia artificial (IA) denominado ECgMPL, diseñado para detectar cáncer endometrial con una precisión sin precedentes del 99.26%. Este modelo, resultado de una colaboración internacional entre la Universidad Charles Darwin (CDU), Daffodil International University, la Universidad de Calgary y la Universidad Católica de Australia, revoluciona los métodos tradicionales que oscilan entre el 78.91% y el 80.93% de precisión.

El cáncer endometrial es un tipo de cáncer que se origina en el revestimiento del útero. Es el tipo más común de cáncer uterino.

El modelo emplea imágenes histopatológicas, es decir, imágenes microscópicas de tejidos, procesándolas para mejorar su calidad y centrándose específicamente en áreas donde se identifican patrones de crecimiento anómalo asociados con el cáncer endometrial. Además, optimiza su funcionamiento mediante estudios de ablación, mecanismos avanzados de autoatención y un sistema de entrenamiento eficiente.

El cáncer endometrial, una de las afecciones más comunes en mujeres, representa casi el 90% de los casos de cáncer ginecológico diagnosticados en Australia. La tecnología de IA como el ECgMPL podría transformar por completo la manera en que se realizan estos diagnósticos en el futuro cercano.

La eficacia del ECgMPL no se limita únicamente al cáncer endometrial. Ha demostrado ser altamente preciso en la detección de otros tipos de cáncer, como el colorrectal con un 98.57% de precisión, el cáncer de mama con un 98.20% y el cáncer oral con un 97.34%, lo que lo posiciona como una herramienta versátil para el diagnóstico clínico.

El impacto del cáncer endometrial en la salud pública es considerable. En Estados Unidos, más de 600,000 personas han enfrentado esta enfermedad, mientras que en Australia representa uno de los tipos de cáncer ginecológico más comunes y diagnosticados en mujeres, según datos del Consejo del Cáncer. Este nuevo modelo no solo mejora la detección, sino que también facilita el monitoreo de la efectividad de los tratamientos, convirtiéndose en una herramienta invaluable en la práctica médica.

El desarrollo de esta tecnología no está pensado para sustituir a los médicos, sino para trabajar en paralelo con ellos, garantizando un diagnóstico más preciso y rápido. Por su robustez y capacidad para generalizar información a través de diferentes conjuntos de datos histopatológicos, esta herramienta se perfila como una solución clínica fiable, adaptable y práctica.

Los resultados de esta investigación han sido publicados en la revista científica "Computer Methods and Programs in Biomedicine Update", consolidando su relevancia en la comunidad científica internacional.