elperiodic.com
SELECCIONA IDIOMA
Castellano

Desenvolupen un nou sistema d'ajuda al diagnòstic del càncer de mama basat en intel·ligència artificial

Desenvolupen un nou sistema d'ajuda al diagnòstic del càncer de mama basat en intel·ligència artificial
  • Aquest mètode redueix els falsos positius mitjançant tècniques de xarxes neuronals i l'ús d'algoritmes

  • El sistema és resultat del projecte mundial Digital Mammography DREAM Challenges

Un equip d'investigadors de l'Institut de Física Corpuscular (CSIC-UV), al Parc Científic de la Universitat de València, i la UPV ha participat en el desenvolupament d'un sistema d'ajuda al diagnòstic del càncer de mama capaç de reduir el nombre de falsos positius. El nou mètode ofereix una fiabilitat de detecció propera al 90%, la més alta d'aquest tipus de sistemes, i serà de gran utilitat en la pràctica clínica. En el treball participen grups científics d'altres set centres internacionals.

Segons assenyalen els investigadors, els mètodes actuals d'assistència que fan servir els radiòlegs es limiten a detectar les zones potencialment sospitoses a la imatge. No obstant això, aquest dispositiu és capaç de reduir el nombre de zones sospitoses o falses alarmes i donar informació sobre la presència de càncer. Ho aconsegueix basant-se en tècniques d'intel·ligència artificial com les xarxes neuronals i l'ús d'algoritmes predictius.

Les mamografies són proves diagnòstiques que porten anys demostrant la seva eficàcia en la detecció precoç del càncer de mama, un dels tumors de major incidència en els països desenvolupats. El nou sistema pot reduir els falsos positius en tots els rangs d'edat i, en minimitzar les falses alarmes, evitar que calgui realitzar proves més lesives per a les dones. Permet, a més, una reducció dels costos clínics, cosa que ajudaria a incorporar nous grups de risc a les campanyes de detecció.

"A banda, si per altres indicis clínics el professional sospita que es troba davant d'un diagnòstic positiu no evident, pot amplificar regions que presenten majors sospites de tumor i que encara no són detectables per l'ull humà expert, per tal de facilitar futures localitzacions de biòpsia" , apunta Francisco Albiol, investigador del CSIC a l'Institut de Física Corpuscular.

"Per cada any que s'anticipen les proves de diagnòstic precoç del càncer de mama, un 20% més de pacients augmenta a cinc anys l'esperança de vida". Per aquest motiu l'algoritme que hem desenvolupat pot ser una eina de gran utilitat en el diagnòstic primerenc d'aquest tipus de càncer, oferint als professionals clínics un sistema expert addicional ", assenyala Francisco Albiol.
Actualment, els participants del projecte estudien la manera de traslladar aquest mètode a la pràctica clínica. "Una de les possibilitats més senzilles seria la seua aplicació per a reduir la fatiga del radiòleg mitjançant el cribratge de casos fàcils", afegeix Alberto Albiol, investigador de la Universitat Politècnica de València.

 

Digital Mammography DREAM Challenges

Els DREAM Challenges plantegen reptes a la comunitat científica lligats a la biologia i la medicina. Els investigadors presenten els seus projectes i els seleccionats hi participen, tenint com a objectiu millorar la vida de la societat en diferents aspectes.

El sistema d'ajuda al diagnòstic del càncer de mama desenvolupat és resultat del Digital Mammography DREAM Challenges, un projecte mundial impulsat per les principals institucions americanes de lluita contra el càncer al costat de multinacionals com IBM i Amazon. L'objectiu és millorar la detecció del càncer de mama mitjançant la interpretació de la mamografia amb tècniques d'intel·ligència artificial. El projecte ha comptat amb la participació de 120 equips multidisciplinaris, i aquest ha estat l'únic representant espanyol.

En aquest estudi científic s'han analitzat dades de pacients facilitades per institucions mèdiques dels Estats Units. Els resultats han estat presentats recentment al congrés de l'International Society For Computational Biology, realitzat a Nova York. "Per tal d'emprar a gran escala aquest tipus de tecnologies és necessari generar i mantenir col·leccions locals de dades de pacients que representin de forma general la composició ètnica, nutricional i econòmica d'un sistema de salut", remarca Francisco Albiol.

Pujar