El objetivo de los investigadores del Cinvestav Unidad Tamaulipas es dar certeza al radiólogo o al especialista al momento de emitir un diagnóstico.
Foto Investigadores del Cinvestav en México desarrollan una herramienta computacional de entrenamiento en el diagnóstico de cáncer de mama, con el objetivo de que los radiólogos que inician adquieran la habilidad de interpretar las imágenes de ultrasonido y para los experimentados sea un método que confirme con precisión numérica el resultado.
De acuerdo con Wilfrido Gómez Flores, del Centro de Investigación y de Estudios Avanzados Unidad Tamaulipas, “esta herramienta de análisis de imágenes médicas evitaría biopsias innecesarias”, pues ante la sospecha de una lesión extraña, en lugar de realizar una cirugía invasiva para extraer tejido de la paciente y analizarlo, se somete el ultrasonido al escaneo del software, lo que permitiría despejar cualquier duda.
Para Gómez Flores, el ultrasonido es una herramienta valiosa para la detección oportuna del cáncer de mama, primera causa de muerte de mujeres en México, por lo que la precisión en la interpretación de las imágenes médicas es básica, ya que un mal diagnóstico puede contribuir al aumento de casos de neoplasias malignas en mujeres.
De acuerdo con el experto en tecnologías de la información “no se trata de sustituir la experiencia ni el conocimiento del radiólogo, sino de darle una herramienta computacional basada en un paradigma básico del proceso digital de imágenes, para hacer más eficiente su trabajo”.
El sistema se basa en un software al que previamente “se le entrenó” con un banco de imágenes representativas de cientos de casos de cáncer; así el prototipo mediante una representación numérica diagnóstica en segundos en las imágenes si es una lesión benigna o carcinoma por medio de su morfología y textura. Algo que el radiólogo puede ver, el software lo traduce de forma numérica, comentó el experto en inteligencia computacional aplicada.
Lo primero que hace el software es filtrar la distorsión que sufre la imagen, es decir, ese “ruido” que se observa en el patrón granulado, posteriormente lo reducen, pero preservando las características, es decir la lesión si es que existiera, utilizando filtros específicos.
El siguiente proceso es separar la lesión de esa imagen a través de una segmentación, para ello cuentan con un algoritmo que lo identifica; este proceso por lo regular lo hace un radiólogo con una aplicación para dibujar el contorno, pero es un trabajo tardado y depende de la percepción del especialista, sin embargo el sistema hace ese proceso de manera más precisa y en menos tiempo.
Ya que está la imagen segmentada se calculan los parámetros o atributos numéricos que identifiquen o caractericen si esa lesión es irregular, lo que nos hablaría de la presencia de un carcinoma o si su textura es heterogénea, lo que indica que no hay evidencia de cáncer.
Este método computacional espera incrementar hasta en 90% la efectividad del diagnóstico, principalmente en los jóvenes radiólogos, pues ayuda a entrenarlos para que desarrollen la habilidad de interpretar las imágenes de ultrasonido, no tanto en los experimentados que tienen ya tiempo analizando imágenes, comentó.
Añadió que esta investigación presenta grandes avances, “pues hasta el momento ya podemos representar formas y texturas, pero aún falta camino por recorrer, ya que el problema sobre el cual se trabaja es de representación, y la intuición de un radiólogo experto aún es muy complejo de capturar”.
Para concluir, Gómez Flores mencionó que los resultados que arroje la investigación se pueden extrapolar a otro tipo de cánceres o imágenes médicas.
NOTA DEL EDITOR: El diario La Jornada insta a los lectores a dejar sus comentarios al respecto del tema que se aborda en esta página, siempre guardando un margen de respeto a los demás. También promovemos reportar las notas que no sigan las normas de conducta establecidas. Donde está el comentario, clic en Flag si siente que se le irrespetó y nuestro equipo hará todo lo necesario para corregirlo.