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.