El papel de la tecnología en la investigación en cáncer
Cada año, el 19 de octubre se celebra el Día Internacional de la Lucha contra el Cáncer de Mama, un día para crear conciencia sobre la prevención y recordar a las que han luchado contra la enfermedad. También, el día 4 de febrero se celebra el Día Mundial contra el Cáncer, con el objetivo de promover y potenciar la investigación oncológica, con el fin de frenar la progresión de la enfermedad, así como aumentar los índices de supervivencia y la calidad de vida de los pacientes.
En los últimos años, los avances en la tecnología han permitido implementar grandes avances en la detección precoz, gracias a herramientas como la Inteligencia Artificial, el Deep Learning o la Realidad Aumentada, ganando fiabilidad y permitiendo ahorrar tiempo y dinero.
Desde Plain Concepts hemos desarrollado avances tecnológicos destinados a aplicar a técnicas diagnósticas pioneras como segmentación de órganos en imágenes médicas con IA, asistentes médicos de RA o clasificadores BI-RADS, un método que permite clasificar los hallazgos mamográficos. Si no estás familiarizado con esta terminología, a continuación, te explicamos en qué consisten estas técnicas de forma sencilla.
IA para mejorar el diagnóstico
Esta tecnología ya ha demostrado su eficacia a la hora de mejorar el diagnóstico y tratamiento de enfermedades graves como el cáncer.
Ya hay numerosos tratamientos puestos en marcha que tienen como objetivo optimizar la detección y las terapias del cáncer de mama. Por ejemplo, se puede usar un modelo de evaluación del riesgo que coteje miles de mamografías para predecir el riesgo de desarrollar cáncer de mama hasta cinco años antes de que se registren los primeros síntomas.
También encontramos ‘Dream Challenges’, impulsado por la UPV, la UV y el CSIC y que está orientado a ayudar en el diagnóstico y reducir los falsos positivos. Se complementan las mamografías digitales con herramientas de IA, con resultados próximos al 90% y que es capaz de reducir el número de zonas sospechosas o de falsas alarmas mediante herramientas como las redes neuronales o algoritmos predictivos.
Clasificador Bi-Rads Automatizado
En Plain Concepts hemos desarrollado una herramienta para el diagnóstico de cáncer de mama mediante el uso de técnicas de Deep Learning, empleando modelos basados en redes neuronales profundas que permiten clasificar de forma automatizada las mamografías de una paciente, lo que facilita proponer recomendaciones de actuación como la realización de pruebas complementarias en caso de anomalías.
Segmentación de órganos en imágenes médicas con inteligencia artificial
En los últimos años, automatizar el análisis de imágenes médicas empleadas en el ciclo diagnostico-terapéutico se ha convertido en una prioridad dentro de la medicina moderna. Así, la posibilidad de realizar diagnósticos utilizando imágenes resulta invaluable. Emplear técnicas de IA, más concretamente la segmentación semántica, puede resultar de gran utilidad en la detección de órganos para imágenes médicas. El uso de técnicas de Deep Learning en imágenes médicas puede ayudar a los especialistas en la toma de decisiones a la hora de realizar su diagnóstico.
Una de las facilidades que aporta el uso de este tipo de técnicas es la integración del modelo en cualquiera de los dispositivos hardware que utilicen los especialistas para visualizar o representar imágenes médicas (dispositivos móviles, HoloLens y ordenadores), lo que permitiría mostrar en todo momento dónde están ubicados los órganos y así, poder planificar en biopsias una punción óptima, produciendo el menor daño posible a los órganos adyacentes.
La otra realidad de las biopsias: HoloLens para la medicina
Plain Concepts ha desarrollado un asistente médico basado en Realidad Aumentada que, mediante el uso de HoloLens, las gafas holográficas desarrolladas por Microsoft que permiten orientar al médico y proporcionarle un historial completo del paciente, de manera que tenga toda la información necesaria para ayudarle durante la realización de biopsias. Esta aplicación permite, a través de un código QR, conectarse al sistema de comunicación y archivo de imágenes del hospital y recibir toda la información necesaria del paciente, que sería reproducida en 3D por las HoloLens antes de realizar la biopsia.
El funcionamiento es muy sencillo: en el cuerpo del paciente oncológico se colocan seis testigos metálicos. Al colocarse las HoloLens, aparecen las imágenes en 3D delante del médico y, sobre ellas, el médico podrá ir realizando “cortes” señalando exactamente dónde quiere realizar la punción. Esto permite, marcar una línea con la trayectoria que debe seguir la aguja, así como la inclinación y la profundidad que debe alcanzar la misma. Esta tecnología, permitirá ahorrar costes en la medicina, a la vez que facilitará la realización de diagnósticos más rápidos y precisos.
Si quieres saber cómo la IA generativa está cambiando el sector salud, no te pierdas nuestro artículo «IA generativa en sanidad: La próxima gran revolución en atención e investigación médica«, donde analizamos algunos de los casos de uso más importantes en diversos segmentos de la salud y las implicaciones y posibilidades que va a tener el futuro.
