Nuevo marco hace la IA más confiable para la clasificación del cáncer

Investigadores han desarrollado un nuevo marco para abordar una limitación crítica en la inteligencia artificial médica: la cuantificación de incertidumbre. Los sistemas de IA entrenados para diagnosticar enfermedades a menudo se vuelven excesivamente confiados al encontrar datos desconocidos, lo que puede resultar en clasificaciones incorrectas de pacientes. Este avance es particularmente importante para la subtipificación del cáncer, donde la clasificación precisa impacta directamente las decisiones de tratamiento. El marco permite que los modelos de IA reconozcan los límites de sus datos de entrenamiento y admitan cuando encuentran casos nuevos, en lugar de proporcionar certeza falsa. Este avance promete aumentar la confianza clínica en los diagnósticos asistidos por IA y mejorar los resultados de los pacientes en oncología.