Investigadores del Departamento de Ciencias Matemáticas e Informática de la Universidad de las Islas Baleares (UIB) y de la Universidad de La Habana, han desarrollado un sistema basado en visión artificial para el diagnóstico del cáncer de mama, que mejora los modelos actuales de inteligencia artificial (IA) en el análisis de las imágenes radiológicas.
La investigación parte de la constatación de que si las mamografías son la modalidad más utilizada para la detección de esta enfermedad, algunos radiólogos las analizan a simple vista, a pesar de los avances de los últimos años en el campo de los sistemas automáticos inteligentes para el diagnóstico.
El sistema ideado en la Universidad de las Islas Baleares se basa en el análisis de las características morfológicas del pecho, dado que los indicios principales de esta enfermedad se encuentran en la observación de factores como la asimetría entre los senos y en la presencia de anomalías, como masas y calcificaciones .
A diferencia de otros sistemas de inteligencia artificial utilizados, el sistema creado en la UIB propone el uso de un clasificador supervisado efectivo para mamografías que utiliza una técnica avanzada llamada transformada Shapelet discreta bidimensional (DST-II), que permite extraer patrones de las formas observadas en las masas de las mamografías.
De este modo se logra que la detección sea más precisa y adaptable a las variaciones en los tamaños y formas que pueden presentar las masas en las mamografías. El sistema desarrollado en la UIB se ha entrenado a partir de un conjunto de mamografías anotadas por especialistas médicos, a partir de las cuales se han extraído las formas de las masas.
El uso de la DST-II ha facilitado la obtención de los patrones que posteriormente se han utilizado para detectar la presencia de masas en nuevas mamografías. La principal ventaja de la DST-II es la capacidad de adaptarse a los diversos tamaños y formas que las masas pueden presentar en las mamografías.
Esto es crucial, puesto que las masas cancerosas pueden variar significativamente de una paciente a otra y una herramienta que pueda reconocer estas variaciones es esencial para un diagnóstico preciso, que evite errores de apreciación, de mayor riesgo en aquellos casos en los que la observación del resultado de la prueba es simplemente ocular.
Entre los investigadores de la UIB que han participado en este estudio se encuentra el Dr. Antoni Jaume i Capó, miembro de la Unidad de Gráficos y Visión por Ordenador e IA (UGiVIA), miembro del Instituto de Investigación Sanitaria Illes Balears (IdISBa) y director del Laboratorio de Aplicaciones de Inteligencia Artificial de la UIB (LAIA@UIB).
También, los doctores José María Buades Rubio, investigador principal de la Unidad de Gráficos y Visión por Ordenador e Inteligencia Artificial (UGiVIA), y Manuel González-Hidalgo, investigador principal del grupo de Soft Computing, Procesamiento de Imágenes y Agregación (SCOPIA), y miembro de IdISBa y LAIA@UIB.
Los participantes de la Universidad de La Habana son los doctores Damián Valdés-Santiago, Ángela M. León-Mecías y Marta Lourdes Baguer Díaz-Romañach, miembros del Grupo de Investigación en Análisis Numérico y de Imagen (ANIMAS) del Departamento de Matemática Aplicada de la Facultad de Matemáticas e Informática.
