Politécnicos crean algoritmo para prediagnosticar cáncer de pulmón
Con un banco de imágenes de más de mil 400 pacientes, alumnos del Instituto Politécnico Nacional crearon un sistema para prediagnosticar cáncer de pulmón
Por: (EL UNIVERSAL) | 03/17/2019
CIUDAD DE MÉXICO.- Con un banco de imágenes de más de mil 400 pacientes, alumnos del Instituto Politécnico Nacional (IPN) crearon un sistema para prediagnosticar cáncer de pulmón en pacientes que se encuentran en las primeras etapas de la enfermedad.
El cáncer de pulmón es considerado la segunda causa de muerte en hombres y cuarta en mujeres en México, dieron a conocer a través de un comunicado de prensa.
Se trata de un algoritmo que compara las tomografías de los pacientes, con un banco de datos e imágenes de más de mil 400 personas que tienen la enfermedad. Para el análisis digital de las imágenes, se utilizan técnicas de reconocimiento de patrones (Redes Neuronales Artificiales), con las que clasifican las imágenes de acuerdo a ciertos patrones, rasgos y características deseadas.
El sistema, creado por Ximena Fernanda Cortés Perales, Isaac Iván Aguirre Bahena y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo (Escom), 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.
Los estudiantes trabajaron con un banco de imágenes de mil 400 pacientes través de la base de datos de la Colección de Imágenes del Consorcio de Bases de Datos de Imágenes de Pulmones, con base en Estado Unidos.
Posteriormente, prepararon una serie de algoritmos capaces de reconocer las diferencias entre tomografías de pacientes sanos y con afecciones en los pulmones.
"Nuestro sistema tiene 95% de precisión y 95% de exhaustividad, que se refiere al porcentaje de los prediagnósticos que se clasifican correctamente", explicó Isaac Aguirre Bahena.
Ximena Cortés explicó 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.
La herramienta no pretende sustituir los análisis clínicos y métodos tradicionales, pero evitará que los pacientes sanos se sometan a biopsias o tratamientos invasivos innecesarios, ya que 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.
"De acuerdo al Instituto Nacional de Cáncer de Estados Unidos (NCI, por sus siglas en inglés), 70% de los diagnósticos de cáncer en estados clínicos tempranos, tienen mejor respuesta al tratamiento. Por ello, creemos que es primordial el desarrollo de este sistema, que auxilia en la detección oportuna del cáncer de pulmón", concluyó.
El cáncer de pulmón es considerado la segunda causa de muerte en hombres y cuarta en mujeres en México, dieron a conocer a través de un comunicado de prensa.
Se trata de un algoritmo que compara las tomografías de los pacientes, con un banco de datos e imágenes de más de mil 400 personas que tienen la enfermedad. Para el análisis digital de las imágenes, se utilizan técnicas de reconocimiento de patrones (Redes Neuronales Artificiales), con las que clasifican las imágenes de acuerdo a ciertos patrones, rasgos y características deseadas.
El sistema, creado por Ximena Fernanda Cortés Perales, Isaac Iván Aguirre Bahena y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo (Escom), 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.
Los estudiantes trabajaron con un banco de imágenes de mil 400 pacientes través de la base de datos de la Colección de Imágenes del Consorcio de Bases de Datos de Imágenes de Pulmones, con base en Estado Unidos.
Posteriormente, prepararon una serie de algoritmos capaces de reconocer las diferencias entre tomografías de pacientes sanos y con afecciones en los pulmones.
"Nuestro sistema tiene 95% de precisión y 95% de exhaustividad, que se refiere al porcentaje de los prediagnósticos que se clasifican correctamente", explicó Isaac Aguirre Bahena.
Ximena Cortés explicó 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.
La herramienta no pretende sustituir los análisis clínicos y métodos tradicionales, pero evitará que los pacientes sanos se sometan a biopsias o tratamientos invasivos innecesarios, ya que 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.
"De acuerdo al Instituto Nacional de Cáncer de Estados Unidos (NCI, por sus siglas en inglés), 70% de los diagnósticos de cáncer en estados clínicos tempranos, tienen mejor respuesta al tratamiento. Por ello, creemos que es primordial el desarrollo de este sistema, que auxilia en la detección oportuna del cáncer de pulmón", concluyó.
