Investigadoras, investigadores y especialistas del Departamento de Ingeniería Industrial, del Web Intelligence Center (WIC) y del Hospital Clínico, todos de la U. de Chile, trabajaron con 25.331 muestras de pacientes de países de Europa, junto a 513 muestras de Chile, y a partir del modelo desarrollado, pudieron predecir todas las muestras locales. Con estos resultados, las y los investigadores esperan que el predictor permita el desarrollo de una plataforma que sirva como un sistema de monitoreo nacional de esta enfermedad.El modelo predictor desarrollado por el equipo en base a inteligencia artificial, disminuye los pasos en la detección del melanoma.El proyecto utiliza Deep learning, en español “aprendizaje profundo”, un tipo algoritmo que utiliza redes neuronales artificiales de muchas capas, en el cual se entrena la computadora para reconocer patrones.
En Chile, cada año mueren 300 personas por melanoma, y 800 son diagnosticadas con esta enfermedad. Detectar un melanoma –el tipo de cáncer a la piel más agresivo, un tipo de tumor maligno originado en los melanocitos, células que son parte de la epidermis y se encargan de producir la melanina, el pigmento que da el tono de piel y protege del sol- requiere contar con herramientas y personal humano capacitado, por lo tanto, el sistema de salud necesita una infraestructura médica que, de no existir, dificulta el diagnóstico de la enfermedad a tiempo. Junto a ello, en el país no existe un registro sistematizado y actualizado respecto a número de personas con melanomas, o número de personas que se encuentran en situación de riesgo de desarrollarlo.
Como advierte la Dra. Flavia Guiñazu, international medical advisor e investigadora y miembro del Web Intelligence Center (WIC), actualmente el cáncer es la segunda causa de muerte en la población chilena, “sin embargo, en algunas regiones del país como Arica y Parinacota, Antofagasta, La Serena, Los Lagos y Aysén, en Atacama y La Araucanía ya es la primera”.
Tradicionalmente, el proceso de diagnóstico se compone de varias etapas: la observación a través de un dermatoscopio, la biopsia, el análisis con el microscopio, tras lo cual, si el paciente padece este tipo de cáncer en la piel, es derivado a un histopatólogo. Este escenario podría revertirse gracias al trabajo colaborativo de expertas y expertos de la U. de Chile, más precisamente, de un equipo interdisciplinario del Instituto Sistemas Complejos de Ingeniería (ISCI), del WIC y del Hospital Clínico (HCUCH).
¿Cómo? Mediante un predictor desarrollado por el equipo en base a inteligencia artificial, el cual disminuye los pasos a dos: usando imagen de la muestra examinada, el médico tratante, ingresa con el celular a una plataforma que compara y diagnostica el melanoma y, en segundo lugar, derivar al histopatólogo de ser necesario.
Detección en minutos de la mano de la Inteligencia Artificial
El desarrollo de esta innovadora tecnología permite identificar melanomas utilizando inteligencia artificial, en específico con Deep learning, en español “aprendizaje profundo”, un tipo algoritmo que utiliza redes neuronales artificiales de muchas capas, en el cual se entrena la computadora para reconocer patrones, en este caso, fotografías de muestras que podrían presentar un melanoma.
Para su desarrollo, los datos utilizados fueron 25.331 muestras (fotos) pertenecientes a pacientes de diferentes países de Europa junto a 513 muestras de Chile provistos por el Departamento de Dermatología del HCUCH, bajo la supervisión del Dr. Fernando Valenzuela Ahumada.
En la práctica, la herramienta computacional identifica el porcentaje de probabilidad de melanoma basándose en una foto de la lesión en la piel, y la agrupa en uno de los nueve tipos de la patología. “Lo más importante es su capacidad de detectar melanomas en proceso de formación, es decir, permite tomar medidas tempranas para evitar su desarrollo y presencia”, detalla la doctora Guiñazu.
Como explica el profesor Juan Velásquez, director del WIC, investigador del ISCI y académico del Departamento de Ingeniería Industrial (DII), “en este proyecto hemos estado trabajando con algoritmos de deep learning, específicamente utilizando redes neuronales artificiales, donde estas neuronas emulan campos receptivos como los presentes en la corteza visual de un cerebro biológico”.
De esta forma, “las imágenes son procesadas como si se tratara de un ojo que rápidamente las analiza y extrae patrones para discriminar si se trata de una lesión cutánea relacionada con un melanoma o no. Es como cuando uno ve a una persona de lejos y sabe quién es. Claramente no le ve la cara, pero algunos patrones de la imagen son conocidos por el ojo de la persona, y la clasifica como alguien que conoce”.
Es en base a este desarrollo que, como explica la doctora Flavia Guiñazu, “la detección como tal lleva minutos”, y agrega que a medida que avance el proyecto, y cuando el volumen sea mucho mayor, “el predictor se torna más eficiente”. ¿Por qué?: porque “funciona igual que nuestro cerebro: mientras más datos tengas de algún proceso especifico, podrás identificarlo e inclusive predecirlo más eficientemente”.
Sobre el uso de la IA en este caso, la doctora Guiñazu señala que hoy “la nueva medicina necesita casi irrevocablemente de la IA. Los volúmenes de datos que producimos en medicina, como en cualquier ciencia, son enormes (big data) y no podemos reunirlos simultáneamente en nuestro cerebro y poder correlacionarlos y sacar conclusiones de forma rápida”.
“Lo que hacemos al incorporar la IA en medicina es generar mejores herramientas que contribuyen en esta toma de decisiones. Nada más. No reemplaza al médico y el chequeo continuo personal que conlleva que el medico te vea, las relaciones humanas”, concluye la especialista.
Aplicación en otras patologías y próximos pasos
Como detalla la doctora Guiñazu, este modelo ingenieril puede utilizarse en otras patologías, particularmente las que poseen un fuerte enfoque en imágenes. “La mayoría de las patologías necesitan de un componente de análisis de imágenes. Las diferencias son, en el caso de melanomas, que los datos más significativos son los que te arroja la imagen, en comparación con otros casos, como una alteración neurológica como el Parkinson, donde el estudio de las imágenes es un componente importante pero no único”. Otro aspecto es que en este caso las imágenes se toman con el dermatoscopio, una herramienta no invasiva, económica y de fácil uso. “Si lo comparas con análisis de imágenes que emplean resonancia magnética nuclear, si bien no es invasivo, es costoso y necesita de especialistas en diferentes momentos del proceso desde la toma de muestra hasta el diagnóstico”.
¿Los próximos pasos? Como explica el profesor Velásquez, “el siguiente paso es que los algoritmos desarrollados puedan ser usados en un ambiente clínico, como apoyo a la toma de decisiones médicas, todo dentro de un contexto de investigación aplicada. Hay que realizar una serie de otras investigaciones y procedimientos antes de pasar a una tercera fase, que es que se pueda aplicar, también a modo de investigación aplicada, en otros hospitales para finalmente lograr un producto que se pueda masificar”.
Hoy en el WIC hay 18 ingenieros e ingenieras trabajando en estos temas, quienes en este caso colaboran con el equipo del Departamento de Dermatología del Hospital Clínico Universidad de Chile, a cargo del Dr. Valenzuela y la Dra. Viviana Zemelman.
“Hay mucho camino por recorrer, formar personal, compartir y generar nuevos enfoques interdisciplinarios, nuevas maneras de ver a la persona que presenta una patología, generar un marco ético necesario y un marco legal adecuado. Pero como optimista, creo que estar en estos comienzos es un hermoso desafío al que los invito a participar, desde el área que quieran, les interese y tengan conocimiento”, cerró la doctora Guiñazu.
Fuente: U. de Chile