Universidades

Cinestav crea software que incrementa precisión del diagnóstico de cáncer 

Investigadores del Cinestav desarrollan un software computacional que mejoraría el diagnóstico de cáncer de mama hasta en un 90 por ciento y con el que se podrían evitar las cirugías invasivas para extraer tejido y analizarlo.
Redacción
17 marzo 2015 17:24 Última actualización 17 marzo 2015 17:25
 [Israel tiene una de las tasas más altas de cáncer de seno, según la Organización Mundial de la Salud. / NYT]  

[Israel tiene una de las tasas más altas de cáncer de seno, según la Organización Mundial de la Salud. / NYT]

Investigadores del Cinestav se encuentran desarrollando un software computacional para mejorar el diagnóstico de cáncer de mama, primera causa de muerte de las mujeres en México.

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 Wilfrido Gómez Flores, del Centro de Investigación y de Estudios Avanzados Unidad Tamaulipas.

En entrevista con el Cinestav, Gómez comentó que, “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.

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. Ya que está la imagen segmentada se calculan los parámetros o atributos numéricos que identifiquen o caractericen si esa lesión es irregular, lo que indica si hay o no evidencia de cáncer.

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.

De acuerdo con datos de la Secretaría de Salud, de 32 a 49 por ciento de las muertes de cáncer de mama son prevenibles si se detecta a tiempo la enfermedad.