Las mamografías son el método más utilizada para detectar el cáncer de mama y algunos radiólogos las analizan a simple vista a pesar de los avances que se han producido en sistemas automáticos e inteligentes para el diagnóstico. | Europa Press

TW
1

Un equipo de investigadores del Departament de Ciències Matemàtiques i Informàtica de la Universitat de las Illes Balears (UIB), junto con investigadores de la Universidad de La Habana (Cuba), ha desarrollado un sistema basado en visión artificial para el diagnóstico del cáncer de mama que mejora los modelos actuales de inteligencia artificial que se aplican al análisis de las imágenes radiológicas.

Las mamografías son la modalidad más utilizada para la detección de la enfermedad y algunos radiólogos las analizan a simple vista a pesar de los avances que se han producido en los últimos años en el campo de los sistemas automáticos e inteligentes para el diagnóstico. El sistema ideado en la UIB se basa en el análisis de las características morfológicas del pecho, dado que los indicios principales se encuentran en factores como la asimetría entre los pechos y en la presencia de anomalías como masas y calcificaciones.

A diferencia de otros sistemas de inteligencia artificial utilizados hasta ahora, la herramienta creada por la UIB propone el uso de un clasificador para mamografías que utiliza una técnica avanzada, llamada DST-II, que permite extraer patrones de las formas observadas en las masas de las mamografías y que hace que la detección sea más precisa en las variaciones de tamaños y formas. El sistema desarrollado en la Universitat ha sido entrenado a partir de un conjunto de mamografías anotadas por especialistas médicos, a partir de las cuales se han extraído las formas de las masas. El uso de la nueva técnica ha facilitado la obtención de los patrones que se han utilizado posteriormente paradetectar la presencia de masas en nuevas mamografías.

La ventaja principal de la DST-II es su capacidad de adaptarse a los tamaños y formas que las masas pueden presentar en las mamografías. Este aspecto es crucial, ya que las masas cancerosas pueden variar significativamente de una paciente a otra, y una herramienta que pueda reconocer estas variaciones es esencial para un diagnóstico preciso. Los investigadores del Departament de Ciències Matemàtiques i Informàtica de la UIB que han participado en este estudio son Antoni Jaume, José María Buades y Manuel González-Hidalgo. Los investigadores de la Universidad de La Habana son: Damián Valdés-Santiago, Ángela León-Mecías y Marta Lourdes Baguer.

El estudio se ha realizado en el marco de diversos proyectos financiados por el Ministerio de Ciencia e Innovación y la Agencia Estatal de Investigación, de España, y por el Ministerio de Ciencia, Tecnología y Medio Ambiente y el Programa Nacional de Ciencias Básicas, de Cuba. Desde hace varias décadas, el cáncer de mama se ha incrementado notablemente en todo el mundo, sobre todo en los países occidentales, y este crecimiento permanece a pesar de que existen mejores instrumentos de diagnóstico, diversos programas de detección temprana, más tratamientos y mayor conocimiento de los factores de riesgo. El tratamiento del cáncer de mama puede incluir cirugía, radioterapia, quimioterapia, terapia hormonal y terapias dirigidas.

El cáncer de mama es la tumoración maligna más frecuente en la mujer occidental y la principal causa de muerte por cáncer en la mujer en Europa, Estados Unidos, Australia y parte de América Latina. El cáncer mamario representa 31 % de todos los cánceres de la mujer.

El apunte

Anticipación del riesgo de sepsis, también con IA

El pasado martes fue presentado en Son Llàtzer BiAlert, el primer sistema español que aprovecha la inteligencia artificial (IA) para anticipar el riesgo de sepsis con un 96 % de capacidad predictiva. La sepsis es un síndrome infeccioso con una mortalidad estimada de entre el 32 % y el 50 %. Representa la principal causa de fallecimiento hospitalario en todo el mundo.