Salud
El Hospital de Valme afina y agiliza con inteligencia artificial el diagnóstico del cáncer de próstata
En colaboración con el departamento de Robótica y Arquitectura de Computadoras de la Escuela de Ingenieros ha diseñado un sistema que incluye algoritmos que mejoran la eficiencia y exactitud de los resultados
El diagnóstico precoz de cualquier tipo de cáncer es un arma fundamental para reducir la mortalidad de esta enfermedad y el Hospital Universitario de Valme , junto al grupo de investigación de Robótica y Arquitectura de Computadores de la Universidad de Sevilla, ha diseñado un sistema basado en la inteligencia artificial que permite afinarlo y agilizarlo.
Gracias a él en pocos segundos se pueden detectar áreas tumorales en imágenes digitalizadas con un 98-99 por ciento de sensibilidad y precisión, según asegura Antonio Félix Conde , facultativo especialista del servicio de Anatomía Patológica del Hospital Universitario de Valme e investigador en el ámbito de la patología digital.
El cáncer de próstata es uno de los tumores malignos más diagnosticados y se inicia cuando las células de esta glándula crecen sin control antes de invadir tejidos y órganos circundantes o extenderse a otras partes del cuerpo . Es la tercera causa de mortalidad por cáncer en varones en España, detrás del cáncer de colon y el de pulmón.
El servicio de Anatomía Patológica del Valme diagnostica alrededor de 200 nuevos casos de cáncer de próstata al año, lo que propiciado interés de este centro por participar en estrategias de medicina de precisión. La directora gerente del Hospital de Valme, María Jesús Pareja , que participó en Madrid el pasado martes en unas jornadas sobre el diagnóstico precoz del cáncer de cérvix , asegura que «la inteligencia artificial es una herramienta que ha revolucionado nuestro trabajo y permite elaborar modelos predictivos, como si de una «calculadora de riesgo» se tratase» . Esta patóloga sevillana reconoce que «la Anatomía Patológica puede llegar a ser muy subjetiva a la hora de estudiar los tejidos y células al microscopio, lo que se puede prestar a diferentes interpretaciones en manos de patólogos poco entrenados».
El proyecto ha contado con la participación de A ntonio Félix Conde y los ingenieros L ourdes Durán López y Juan Pedro Domínguez Morales, liderados por Alejandro Linares Barranco, del área de conocimiento de Robótica y Tecnología de Computadores.
Esta investigación se enmarca en el proyecto «Prometeo» de la Junta de Andalucía . Consiste en el diseño de una arquitectura de red neuronal convolucional (CNN) dedicada a la detección de áreas de tejido cancerígeno en biopsias de próstata . Las CNN son redes de «neuronas artificiales» inspiradas en el funcionamiento del cerebro humano y que, mediante sus capas de procesamiento, son capaces de extraer características de la imagen y clasificarlas de forma automatizada.
En el trabajo desarrollado se ha creado un novedoso sistema de diagnóstico asistido por computadora. Lourdes Durán y Juan Pedro Domínguez destacan que «nuestra red personalizada supera a otros trabajos de vanguardia en términos de complejidad computacional para una tarea de clasificación binaria entre tejido normal y maligno en preparaciones digitales de próstata».
Valme suministró imágenes digitalizadas de biopsias de cáncer de próstata procedentes de pacientes anónimos fallecidos por esta enfermedad. Se delimitaron las áreas tumorales de las no tumorales para realizar el entrenamiento automático de la CNN diseñada.
El resultado es un sistema capaz de detectar áreas tumorales en imágenes digitalizadas con entre un 98 por ciento y un 99 por ciento de sensibilidad y precisión, en pocos segundos. La aplicación práctica de estos resultados es de gran valor e interés, especialmente en entornos de trabajo con alto grado de integración digital. Durán López subraya que «permitiría, entre otras funcionalidades , hacer una valoración preliminar de la muestra priorizando de manera automática a determinados pacientes, o incluso adelantando estudios complementarios de muestras con diagnóstico de cáncer, mejorando significativamente la eficiencia y la eficacia en el diagnóstico».
El proceso de diagnóstico de gran número de enfermedades incluye la toma de muestras de células, tejidos u órganos para su análisis en el laboratorio. De ello se encarga la Anatomía Patológica, especialidad médica que estudia las alteraciones morfológicas que aparecen en las muestras objeto de valoración y que determina el diagnóstico de la enfermedad, clave para las tomas de decisiones clínicas.
A través de la biopsia se confirma o se excluye la presencia de cáncer en el tejido. En el L aboratorio de Anatomía Patológica se procesan y digitalizan las muestras extraídas, en este caso de próstata. Se obtienen preparaciones digitales de alta resolución que son analizadas por los patólogos . Precisamente en este proceso, los sistemas inteligentes automatizados pueden ser de gran utilidad a estos profesionales, contribuyendo a disminuir la carga de trabajo y acortar el tiempo en el proceso de rutina.
El paso siguiente es el desarrollo de algoritmos que permiten automatizar el diagnóstico mediante inteligencia artificial. Ésta simula procesos de comportamiento humano basados principalmente en el aprendizaje y el razonamiento, aprendiendo y analizando c on rapidez ingentes cantidades de información, lo cual permite ayudar a los patólogos y mejorar la rapidez, precisión, eficacia y calidad de los diagnósticos. Según destaca Antonio Félix Conde , «la inteligencia artificial se convierte en un aliado del sanitario suponiendo un salto cualitativo en el proceso diagnóstico de las muestras a analizar, dado que el tradicional banco de muestras conservadas en parafina se transforma en un big data anatomopatológico ayudando a los especialistas a agilizar los tiempos diagnósticos ».
