La utilización de redes neuronales convolucionales (Deep Learning) puede anticipar la detección del cáncer de mama, mediante la interpretación automática de termografías de infrarrojo, midiendo la temperatura en ambas mamas para detectar cambios metabólicos asociados a procesos tumorales.
Esta es una de las conclusiones a las que llega un estudio realizado por el Grupo de Problemas Inversos, Optimización y Aprendizaje Automático del Departamento de Matemáticas de la Universidad de Oviedo en colaboración con el departamento de Matemáticas de la UPC, y cuyos resultados han sido presentados en el International Work-ConferenceonBioinformatics and BiomedicalEngineering, y publicados en Bioinformatics and Biomedical Engineering.
Esta técnica no invasiva de detección no es nueva. Sin embargo, su aplicación resultaba hasta ahora inviable “por la gran cantidad de falsos positivos y negativos a los que da lugar”, según ha señalado Francisco Javier Fernández-Ovies, principal autor del trabajo de investigación.
Exactitud en fases muy iniciales
En este caso el uso de técnicas de Deep Learning ha posibilitado obtener predicciones con una exactitud próxima al cien por cien. “Sabemos que cuando se inicia el desarrollo del cáncer de mama se presentan cambios metabólicos que ocasionan a su vez cambios en la temperatura”, ha indicado el investigador.
Realización de una prueba con termografía.
“Lo que nosotros hemos conseguido es desarrollar un algoritmo que nos permite en función de esa temperatura identificar personas sanas y personas con cáncer” ha explicado este especialista para quien uno de los valores más importantes de esta investigación es que “esos cambios se producen en fases muy iniciales y podemos identificarlos con lo que estamos en condiciones de detectar el cáncer de mama en fases muy tempranas. “Utilizando redes convolucionales y tecnología de Deep Learning hemos desarrollados un algoritmo que discrimina personas sanas y personas con enfermedad con un cien por cien de efectividad y además con bastante anticipación en lo que a desarrollo del proceso tumoral se refiere”.
Imagen de termografía.
Evolución a largo plazo
En el estudio participaron 216 personas, 175 de ellas sanas y 41 con enfermedad. De todas ellas se obtuvieron imágenes termográficas con visión frontal, a 45 grados y laterales. En total se obtuvieron unas 5.000 imágenes si bien finalmente se analizaron las 3.000 imágenes frontales, de las cuales unas 500 correspondían a pacientes y 2.500 a mujeres sanas. “Y la efectividad en la predicción fue del cien por cien. Lo que está claro es que es una técnica que puede ayudar a identificar el cáncer de mama con bastante anticipación” ha indicado Fernández-Ovies.
El Grupo de Problemas Inversos, Optimización y Autoaprendizaje Automático del Departamento de Matemáticas de la Universidad de Oviedo, que dirige Juan Luis Fernández Martínez, quiere trabajar a partir de ahora en la continuación de este estudio para tener un seguimiento de las pacientes a largo plazo y ver su evolución, por un lado, y por otro, tratar de ser capaces de identificar con precisión la localización de ese tumor cuya presencia ya se puede advertir en fases iniciales. De esta manera se conseguiría un método rápido, económico y fiable de diagnóstico. La Inteligencia Artificial abre nuevas posibilidades de interpretación avanzada de imágenes médicas con una precisión superior a la de cualquier especialista médico, afirma dicho investigador.
The post La termografía de infrarrojo en ambas mamas puede anticipar la detección del cáncer appeared first on Diariomedico.com.
from Diariomedico.com https://ift.tt/2Z6gr1a
