Varias fases de detección de lesiones mediante el nuevo diagnóstico desarrollado. IFIC / CSIC / UV / UPV

Un equipo de investigadores del Instituto de Física Corpuscular (IFIC), centro mixto del
Consejo Superior de Investigaciones Científicas (CSIC) y la Universitat de València, y de
la Universitat Politècnica de València ha participado en el desarrollo de un sistema de
ayuda al diagnóstico del cáncer de mama capaz de reducir el número de falsos positivos.
El novedoso método ofrece una fiabilidad de detección cercana al 90%, la más alta de
este tipo de sistemas, y será de gran utilidad en la práctica clínica. En el trabajo
participan grupos científicos de otros siete centros internacionales.
Según señalan los investigadores, los métodos actuales de asistencia que emplean los
radiólogos se limitan a detectar las zonas potencialmente sospechosas en la imagen. Sin
embargo, este dispositivo es capaz de reducir el número de zonas sospechosas o falsas
alarmas y dar información sobre la presencia de cáncer. Lo consigue basándose en
técnicas de inteligencia artificial como las redes neuronales y el uso de algoritmos
predictivos.
Las mamografías son pruebas diagnósticas que llevan años demostrando su eficacia en
la detección precoz del cáncer de mama, uno de los tumores de mayor incidencia en los
países desarrollados. El nuevo sistema puede reducir los falsos positivos en todos los
rangos de edad y, al minimizar las falsas alarmas, evitar que haya que realizar pruebas
más lesivas para las mujeres. Permite además una reducción de los costes clínicos, lo
que ayudaría así a incorporar nuevos grupos de riesgo a las campañas de detección.
“Además, si por otros indicios clínicos el profesional sospecha que se encuentra ante un
diagnóstico positivo no evidente, puede amplificar regiones que presentan mayores
sospechas de tumor, y que aún no son detectables por el ojo humano experto, para facilitar futuras localizaciones de biopsia”, apunta Francisco Albiol, investigador del CSIC
en el Instituto de Física Corpuscular.
“Por cada año de diagnóstico precoz del cáncer de mama, se aumenta un 20% la
esperanza de vida a cinco años de las pacientes. De ahí que el algoritmo que hemos
desarrollado pueda ser una herramienta de gran utilidad en el diagnóstico temprano de
este tipo de cáncer, ofreciendo a los profesionales clínicos un sistema experto
adicional”, señala Francisco Albiol.
Actualmente, los participantes del proyecto estudian cómo trasladar este método a la
práctica clínica. “Una de las posibilidades más sencillas sería su aplicación para reducir
la fatiga del radiólogo mediante el cribado de casos fáciles”, añade Alberto Albiol,
investigador de la Universitat Politècnica de València.
Digital Mammography DREAM Challenges
Los DREAM Challenges plantean retos a la comunidad científica ligados a la biología y la
medicina. Los investigadores presentan sus proyectos y los seleccionados participan en
el proyecto, que tiene como objetivo mejorar la vida de la sociedad en diferentes
aspectos.
El sistema de ayuda al diagnóstico del cáncer de mama desarrollado es resultado del
Digital Mammography DREAM Challenges, un proyecto mundial impulsado por las
principales instituciones americanas de lucha contra el cáncer junto a multinacionales
como IBM y Amazon. El objetivo es mejorar la detección del cáncer de mama mediante
la interpretación de la mamografía con técnicas de inteligencia artificial. El proyecto ha
contado con la participación de 120 equipos multidisciplinares. El equipo del Instituto
de Física Corpuscular y la Universitat Politècnica de València ha sido el único
representante español.
En este estudio científico se han analizado datos de pacientes facilitados por
instituciones médicas de Estados Unidos. Los resultados han sido presentados
recientemente en el congreso del International Society For Computational Biology,
realizado en Nueva York.
“Para poder emplear a gran escala este tipo de tecnologías es necesario generar y
mantener colecciones locales de datos de pacientes que representen de forma general
la composición étnica, nutricional y económica de un sistema de salud”, remarca
Francisco Albiol.
Más información y contacto:
Francisco Albiol Colomer. Investigador del Instituto de Física Corpuscular (IFIC, CSIC-UV)
Kiko.Albiol@ific.uv.es // 96 354 36 55

 

Ver más

Share This