Katherine Ulate A.
Tras una investigación académica, un grupo de estudiantes demostró que la inteligencia artificial es un aliado en la detección de tejidos cancerígenos.
Iván Calvo y Erick Muñoz, ambos estudiantes de Ingeniería en Computación del Tecnológico de Cartago (TEC), descubrieron que mediante el Deep Learning es posible diferenciar con exactitud los tejidos.
“El objetivo de la investigación era ver el impacto en el procesado de imágenes”, comentó Calvo.
Deep Learning, o aprendizaje profundo, consiste en enseñar a las computadoras para que desarrollen tareas utilizando una base de datos extensa.
Como parte del proyecto de graduación, Calvo dio los primeros pasos en el diagnóstico asistido por computadora, en la Universidad Rovira I Virgili (URN), España.
El estudiante, junto a especialistas de la URN, usaron una base de datos con 8.000 imágenes de tejido de tumores de pecho, con la que realizaron investigaciones.
“Yo corrí y ejecuté todas las pruebas y modelos los cuales detectan el cáncer. Una vez que tuvimos el modelo más preciso se crea un archivo. Lo pasé para construir una aplicación web, la cual envía las imágenes que se consumen por el modelo y da los resultados”, explicó Calvo.
La investigación demostró que, mediante la aplicación de algoritmos recopilados en un archivo, se puede lograr hacer diferencia entre tejidos sanos y afectados.
Continuidad en Costa Rica
Aunque la investigación duró 16 semanas en España y culminó con un modelo computacional más preciso; en nuestro país Marvin Vargas y Gerardo Corela, también estudiantes del TEC, trabajan en la creación de una aplicación.
Fue así, como a inicios de agosto, Vargas y Corela iniciaron con la elaboración de una herramienta necesaria para evidenciar los resultados de la investigación.
“Esta herramienta, es dinámica y accesible para los usuarios, para que puedan usar el modelo que desarrolló Ivan de una forma más sencilla”, indicó Vargas.
“Consiste en una página web y una aplicación móvil que potencia el modelo de aprendizaje automatizado que se ha desarrollado. La idea es darle un uso más práctico”, aseveró Vargas.
La herramienta ayudaría a médicos en la estimación o diagnóstico y facilitar los resultados al indicar cuales muestras pueden tener presencia de tumores o cáncer.
La aplicación tendrá una interfaz dividida en dos. Una contará con información simple para el público en general y otra para especialistas con datos robustos.
“La tiene un módulo para la persona que no está al tanto de la técnica y se pueda informar en cierto grado de qué es lo se está haciendo”, explicó Vargas.
“Está dirigida al profesional porque emite un diagnóstico preliminar que el médico necesita ver para ayudarse a dar un diagnostico real”, acotó Vargas.
Plan piloto
Saúl Calderón, profesor e investigador de la escuela de computación del TEC, comentó que la finalidad es trabajar con histopatologías, es decir, imágenes macroscópicas de biopsias que se extraen de los pacientes.
Con el proyecto el patólogo puede tomar la imagen macroscópica y tener un análisis complementario para su criterio tanto para mamografía como biopsia.
“Nosotros tenemos el interés de generar investigación que puede ser aplicada, en el corto y mediano plano, en la Caja Costarricense de Seguro Social (CCSS)”, explicó Calderón.
Es así como, tanto los estudiantes como Calderón, iniciaron conversaciones con representantes del Hospital max Peralta y demostrar la aplicabilidad en el sistema de salud del país.
José Luis Quirós, especialista en anatomía patológica del hospital, explicó que luego de conocer la iniciativa de los estudiantes se interesó en la herramienta de apoyo creada por ellos.
“La inteligencia artificial es un observador que tiene la ventaja de ser independiente y que el sistema podría ver otras cosas que el ojo humano puede no reconocer o identificar otros patrones”, aseveró Quirós.
Debido a que la aplicación está en proceso de elaboración, bajo un protocolo de investigación, debe ser sometida un Comité de Bioética y garantizar que no genere daño al paciente.
Es por eso que las conversaciones entre el centro médico y los investigadores continúan para conocer el avance.
Los especialistas estiman que este semestre se logre recopilar datos que alimenten el sistema y validen el modelo para aplicarlo a inicios del 2020 como plan piloto.
Luego de demostrar la utilidad del sistema, podría ampliarse la aplicación a otros centros médicos ya que no requiere altos costos para su implementación.
Se estima que a partir de este semestre se generen datos y se valide el modelo para aplicarlo a principios del 2020.
Katherine Ulate A.
Mi curiosidad nació en la música, se desarrolló entre palabras y se alimenta de los acontecimientos. Siempre hay algo que decir, algo que escuchar, algo que informar, pero, sobre todo, algo que cuestionar.
