Con apoyo de algoritmos desarrollados a través de inteligencia artificial, científicos de la Universidad Autónoma del Estado de México (UAEMex) buscan apoyar a médicos en la detección de cáncer de mama por medio del análisis de mamografías.
A decir de Vianey Muñoz Jiménez, profesora de tiempo completo en la Facultad de Ingeniería de la casa de estudios, la herramienta desarrollada cuenta con una precisión del 83 por ciento y prevén aumentarlo con más estudios.
“Con el apoyo de nuestros estudiantes desarrollando algoritmos de alto nivel donde a través del analizar los datos que se encuentran en la radiografía, podemos decir… si se encuentran células cancerígenas o no ¿Para que nos ayuda a eso?”.
“Bueno sabemos que hoy en día y a nivel nacional e internacional, el cáncer de mama es uno de las principales enfermedades que ataca la población sobre todo femenina, lo que queremos prevenir en algún momento y hacer conciencia también a las mujeres que se hagan sus radiografías para que puedan examinarse esas radiografías y en quizás en etapas tempranas localizar esas células cancerígenas.
Explicó que la importancia de detectar la enfermedad en etapas tempranas permite que el paciente cuente con un tratamiento adecuado y que mejore su calidad de vida, ya que si bien no se cuenta con una cura, lo cierto es que si se puede tejer un pronóstico mucho mejor o más alentador.
Para ello, utilizan algoritmos que procesan enormes cantidades de datos a través del machine learning y un esquema de redes neuronales, para intentar obtener una precisión amplia sobre el padecimiento.
Inteligencia artificial como herramienta
Humberto Antonio Salinas Cortés, Estudiante de Ingeniería en Computación en la UAEMex, informó que actualmente está enfocado en la investigación de detección de cáncer de mama en mamografías. El objetivo es ayudar a los radiólogos a decidir si el paciente presenta un tumor maligno o benigno.
Explicó que esto se hace en dos fases. La primera de ellas contempla “limpiar” la mamografía de las anotaciones que contiene y de la imagen de la mama o el posible tumor, para luego extraen las curvas de líneas y longitud.
En la segunda fase se pide al radiólogo que dé un área de interés donde se encuentra el tumor y con esa base se traza un campo vectorial generado mediante una “convulsión de Kernel”, que a su vez “dibujará” sobre el mapa de curvas de interés la aproximación a la forma del posible tumor.
“Estos tumores pueden ser completamente redondos pueden ser ovalados, pueden tener una forma irregular y también sus márgenes pueden ser microlobulados, pueden estar bien definidos, pueden estar oscurecidos, pueden estar dispersos entonces toda esta información este nos sirve igual como descriptores”.
El análisis no acaba ahí, ya que del contorno obtenido se sacan 19 características que ayudan a alimentar el algoritmo que funciona por medio de un “algoritmo de bosque aleatorio”.
“Lo que hace este algoritmo es generar mil árboles de decisión aleatoriamente y cada árbol de decisión va a decidir si este tumor es maligno o benigno, al final, se genera un consenso entre todos los árboles de decisión para tomar una decisión final”, explicó el joven.
El equipo analiza las variables y los resultados tienen una fiabilidad del 83 por ciento, aunque su objetivo es rebasar el 95 por ciento, un avance mucho mayor en comparativa con otros modelos que llegan hasta el 70.
La inteligencia artificial al servicio de la comunidad médica
Salinas Cortés subrayó que al contar con un diagnóstico oportuno sobre este tipo de padecimientos, los pacientes podrán mejorar su calidad de vida y actuar de manera adecuada.
“El tener un gran margen de error en los diagnósticos representa tanto mayor costo a los sistemas de salud o incluso al paciente. ¿Qué pasa si un radiólogo le dice a un paciente que tiene un tumor maligno cuando no lo tiene? El siguiente paso es realizar una biopsia para confirmar que es un tumor maligno, entonces estas biopsias pues generan un costo y aparte son muy invasivas, tienen que quitar un pedazo de tejido para ser analizado.
Entonces eso es lo que se busca evitar y la los algoritmos de inteligencia artificial de aprendizaje automático, lo que realizan es este optimizar procesos, lo que realizan es evitar mediante una gran cantidad de datos este tratar de aprender algo, optimizar esos datos y que nos den un plano de decisión”.
Otro de los beneficios que advierten es el ahorro económico y el bienestar del propio paciente, ya que el obtener un diagnóstico certero emocionalmente aliviana el impacto de la noticia, expresó de Vianey Muñoz Jiménez.
“Lamentablemente acá hay mucha promoción las mujeres. Seguimos siendo seguimos estando en esa etapa que no se hace la exploración o nos es un todavía un tema tabú, entonces queremos llevarlo más a la conciencia de la sociedad. La importancia de detectar este tipo de padecimientos a etapas tempranas nos puede apoyar un algoritmo que puede tener un médico, aunque no sea especialista y decirle -al paciente- ´¿sabes qué? si necesitas acudir a un especialista o ¿sabes qué? Tranquila, no pasa nada’”.
Por el momento, continuarán con el desarrollo de algoritmos que permitan elevar el nivel de precisión que ofrecen actualmente.
kr
