Un equipo internacional liderado por el doctor José Escorcia Gutiérrez, desde la Universidad de la Costa en Barranquilla, desarrolla un modelo de IA con más del 90% de efectividad para asistir al diagnóstico del cáncer de mama.
Por: Laura Guio
El cáncer de mama es el cáncer más común y es la primera causa de muerte por cáncer en las mujeres en todo Latinoamérica.
Por lo mismo, en una entrevista exclusiva con la Revista Medicina y Salud Pública, el doctor José Escorcia Gutiérrez, investigador de la Universidad de la Costa, explicó el desarrollo de un innovador modelo de inteligencia artificial (IA) destinado a mejorar la detección temprana del cáncer de mama.
"Lo que nosotros buscamos no es reemplazar al equipo médico para nada, al contrario, es como asistirlo en su tarea diaria", afirmó Escorcia.
Colaboración internacional y bases de datos diversas
La herramienta fue desarrollada en colaboración con instituciones de Colombia, España y Egipto, y ya muestra resultados prometedores en su fase inicial.
La fase inicial utilizó mamografías de un hospital egipcio para garantizar diversidad étnica y calidad científica, aunque el equipo trabaja ahora en acuerdos con clínicas locales para validar el modelo con imágenes colombianas.
Tecnología: de deep learning al filtro gaussiano
El núcleo del sistema se basa en redes de deep learning entrenadas con millones de datos, pero también incorpora métodos clásicos de procesamiento de imagen, como el filtro gaussiano:
"La tarea como tal la desarrollamos directamente con modelos de deep learning, y directamente con lo que tiene que ver con el filtro gaussiano, pues es una herramienta muy práctica, sencilla y bastante utilizada (...) nos ayuda a lidiar con ese tipo de ruido, para que el sistema de visión pueda detectar de manera más rápida y efectiva la patología que estamos buscando."
Este preprocesamiento mejora la calidad de las imágenes, disminuye artefactos y facilita que los algoritmos identifiquen microcalcificaciones y masas sospechosas.
Vea programa completo aquí:
Fases del proyecto basado en IA
El modelo ADL-BCD (Automated Deep Learning-Based Breast Cancer Diagnosis) comprende cinco etapas clave:
Preprocesamiento de imagen: Mediante un filtro gaussiano que elimina el ruido presente en las mamografías.
Segmentación: A través de la entropía de Tsallis, que identifica las regiones relevantes de las imágenes.
Extracción de características: Mediante redes neuronales convolucionales, usando el modelo ResNet-34.
Optimización: Con el algoritmo de optimización de chimpancés (COA) para mejorar los parámetros del sistema.
Clasificación: basada en una red neuronal de onda (Wavelet Neural Network, WNN) que distingue entre tejido normal, benigno y maligno.
Resultados preliminares y métricas alentadoras
Hasta el momento, el sistema ha superado el 90 % de efectividad en la detección de lesiones y se acerca al 95 % reportado en la literatura internacional:
"Nos hemos acercado bastante a lo que nos reseña la literatura, que está alrededor del 95 %... aquí lo que estamos haciendo es como un double check en el cual el médico puede emitir su diagnóstico y aumenta ese diagnóstico con la confiabilidad que le pueda brindar la herramienta de inteligencia artificial."
Desafíos regulatorios para el uso del modelo
La implementación en los hospitales colombianos se enfrenta a un estricto proceso de validación ante el Ministerio de Salud:
Según el Dr. Escorcia: "Llevar esto ya directamente al sistema médico en Colombia, pues hay un trámite bastante fuerte de validación que nos toca sustituir, y parte de eso, pues nos estamos asociando."
Además, el acceso a bases de datos nacionales se ve limitado por barreras burocráticas y de confidencialidad, un obstáculo que los investigadores buscan sortear mediante alianzas con clínicas y redes hospitalarias.
Perspectivas de expansión y nuevas aplicaciones
Aunque el modelo nació para cáncer de mama, su arquitectura de machine learning permite adaptaciones a otras patologías:
"No es el mismo modelo como tal que sirve para todas las enfermedades, pero sí parte bajo la premisa de la misma base de conocimiento... Hemos trabajado a nivel de cáncer de pulmón, con temas de COVID, edema macular y cáncer colorrectal." Concluyó el Dr. Escorcia