Povisa lidera una investigación para mejorar el diagnóstico del cáncer de pulmón con tecnología Machine Learning
El equipo de Neumología, en coordinación con el
servicio de Radiología e Informática de Povisa, esta inmerso en un nuevo
estudio para mejorar el diagnóstico de cáncer de pulmón -el tumor maligno más
frecuente en el varón y el tercero en la mujer-. Dolores
Corbacho, jefa de este servicio, nos da más detalles sobre esta investigación.
La radiología convencional sigue
siendo una herramienta básica para el diagnóstico de patologías de gran
prevalencia y/o elevada morbimortalidad como el cáncer de pulmón. “Se trata de una
de las causas más frecuentes de muerte por cáncer en el mundo debido a su diagnóstico
en fases muy avanzadas. De ahí el interés en rescatar la mayor parte de los
pacientes en fases precoces de la enfermedad y, con ello, mejorar su pronóstico
y su morbimortalidad”, explica Corbacho, quien explica que “la detección de nódulos pulmonares -la manifestación
radiológica inicial del cáncer de pulmón- en las radiografías no arrojan
resultados satisfactorios, propensa a muchos errores de lectura”.
Sin embargo, en la actualidad existen algoritmos
informáticos basados en Redes Neuronales Convolucionales -redes neuronales
artificiales que siguen un paradigma de aprendizaje (machine learning) y un procesamiento
automático del sistema nervioso de los animales- que ha mostrado avances
satisfactorios en la detección de nódulos pulmonares. La informática aporta una
capacidad de gestión de multitud de parámetros derivados de datos de
entrenamiento a partir de una gran cantidad de imágenes para las cuales los expertos humanos
han determinado un diagnóstico específico. A partir de estos algoritmos, la
investigación impulsada desde el área de Neumología de Povisa incluye una “revisión retrospectiva de las radiografías de tórax realizadas en los
pacientes con diagnóstico confirmado de cáncer de pulmón para detectar
fallos de información o detección de lesiones preexistentes en los años
anteriores al diagnóstico y la validación de un algoritmo de DLAD”. Se
pretende así conseguir un diagnóstico más preciso y precoz de lesiones
sospechosas de malignidad a través
de una lectura automática de todas las radiografías que han sido
previamente revisadas de modo convencional por clínicos o radiólogos,
mejorando además la eficiencia del trabajo del radiólogo.
Para la investigación se cuenta con la colaboración de la empresa
Cognodata (expertos desde 2002 en Inteligencia Artificial y Machine Learning,)
y su equipo de colaboradores formado por profesores de la Universidad Autónoma
de Madrid (Grupo de Machine Learning). Con la validación del algoritmo a partir
de esta investigación, se propondrá su utilización por parte de otros centros
médicos.
El equipo de Neumología está inmerso en otras investigaciones junto a
otros centros hospitalarios de Galicia en materia de asma, EPOC, etc.