Estudiantes del IPN crean sistema para detectar cáncer de pulmón

Foto: El sistema fue creado por Ximena Cortés, Isaac Aguirre y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo del IPN, el 17 de marzo de 2019 (Twitter @IPN_MX)

El sistema fue creado por Ximena Cortés, Isaac Aguirre y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo del IPN. (Twitter @IPN_MX)

Mediante técnicas de procesamiento de imágenes y reconocimiento de patrones, estudiantes mexicanos desarrollaron una herramienta computacional que realiza prediagnósticos para identificar a pacientes con cáncer de pulmón en etapa temprana, informó este domingo el Instituto Politécnico Nacional (IPN).

El sistema analiza imágenes de tomografías computarizadas del tórax y las clasifica para elaborar un prediagnóstico, que puede ayudar a los médicos especialistas en la elaboración de sus diagnósticos concluyentes.

Para el análisis digital de las imágenes, los jóvenes emplean técnicas de reconocimiento de patrones (Redes Neuronales Artificiales), con las que clasifican las imágenes de acuerdo a ciertos patrones, rasgos y características deseadas.

Inauguran clínica de cáncer de mama en Coacalco, Edomex

En México el cáncer de pulmón es considerado la segunda causa de muerte en hombres y cuarta en mujeres.

El sistema fue creado por Ximena Cortés, Isaac Aguirre y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo del IPN.

Foto: El sistema fue creado por Ximena Cortés, Isaac Aguirre y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo del IPN, el 17 de marzo de 2019 (Twitter @IPN_MX)
@IPN_MX

Foto: El sistema fue creado por Ximena Cortés, Isaac Aguirre y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo del IPN, el 17 de marzo de 2019 (Twitter @IPN_MX)

En su desarrollo, los estudiantes trabajaron con un banco de imágenes de 1.400 pacientes (difundidas en internet) por el sitio: “The Lung Image Database Consortium Image Collection (LIDC-IDRI)”, de Estados Unidos.

Con las imágenes “entrenaron” una serie de algoritmos capaces de reconocer las diferencias entre tomografías de pacientes sanos y con afecciones en los pulmones.

Aguirre explicó que utilizaron una parte de las imágenes para entrenar el algoritmo, otra para el proceso de evaluación que permite medir el desempeño del sistema y otra fracción de tomografías fue para hacer pruebas con imágenes diferentes a las del entrenamiento.

Nuestro sistema alcanzó un 95 % de precisión y 95 % de exhaustividad, que se refiere al porcentaje de los prediagnósticos que se clasifican correctamente”, explicó el estudiante.

En tanto, Cortés subrayó que la interpretación de la imagen de una tomografía de tórax “no es sencilla por la cantidad de información contenida, lo cual puede dificultar la toma de decisiones y provocar diagnósticos erróneos”.

Cada año se diagnostican 300 mil nuevos casos de cáncer infantil: OMS

Mientras que Martínez aseguró que esta herramienta computacional no pretende de ninguna manera sustituir los análisis clínicos y métodos tradicionales, pero evitará que los pacientes sanos se sometan a biopsias o tratamientos invasivos innecesarios.

El programa es capaz de identificar las imágenes que presentan el más mínimo indicio de cáncer, lo que permite al especialista ordenar biopsia únicamente a aquellos pacientes seleccionados por el sistema”, expuso.

De acuerdo al Instituto Nacional de Cáncer de Estados Unidos, el 70 % de los diagnósticos de cáncer en estados clínicos tempranos tienen mejor respuesta al tratamiento.

Con información de EFE

JLR

CARGANDO...