Este programa, que busca
facilitar la labor de radiólogos, puede diagnosticar en segundos si una es
lesión benigna o carcinoma por medio de su morfología y textura en imágenes.
Investigadores mexicanos desarrollan una herramienta computacional de entrenamiento en el diagnóstico de
cáncer de mama, informó hoy el Centro de Investigación y de Estudios Avanzados
(Cinvestav), del Instituto Politécnico Nacional (IPN), la segunda universidad
más importante de México.
En un comunicado, el Cinvestav indicó que la herramienta tiene
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.
Gómez Flores explicó que 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.
http://tecno.americaeconomia.com/articulos/mexicanos-crean-sistema-computacional-para-detectar-cancer-mama
Comentarios
Publicar un comentario