- Publicidad -
jueves, marzo 28, 2024

Estudiantes del IPN desarrollan herramienta para detectar cáncer de pulmón en etapa temprana

México, (EFE/Sin Embargo).- 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).

Ximena Fernanda Cortés Perales, Isaac Iván Aguirre Bahena y Sergio Martínez Ávila. Foto: 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.

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.

Los jóvenes emplean técnicas de reconocimiento de patrones (Redes Neuronales Artificiales), con las que clasifican las imágenes. Foto: IPN.

En su desarrollo, los estudiantes trabajaron con un banco de imágenes de mil 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 por ciento de precisión y 95 por ciento 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”.

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 por ciento de los diagnósticos de cáncer en estados clínicos tempranos tienen mejor respuesta al tratamiento.

ÚLTIMAS NOTICIAS

ÚLTIMAS NOTICIAS

LO MÁS LEÍDO