herenciageneticayenfermedad: Investigadores españoles trabajarán en un proyecto internacional para la detección del cáncer de mama - JANO.es

sábado, 1 de julio de 2017

Investigadores españoles trabajarán en un proyecto internacional para la detección del cáncer de mama - JANO.es - ELSEVIER

DIGITAL MAMMOGRAPHY DREAM CHALLENGE

Investigadores españoles trabajarán en un proyecto internacional para la detección del cáncer de mama

JANO.es · 28 junio 2017 12:37

Un equipo de la Universidad de Valencia ha sido seleccionado para la fase final de DM Challenge, cuyo objetivo es mejorar la detección de la enfermedad mediante la interpretación de la mamografía con técnicas de inteligencia artificial.

Un grupo de investigadores valencianos del Instituto de Física Corpuscular (IFIC), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universitat de València (UV), y del Instituto de Telecomunicaciones y Aplicaciones Multimedia (iTEAM), centro de investigación de la Universitat Politècnica de València (UPV), trabajará en un proyecto de investigación mundial de detección de cáncer de mama, según han informado en un comunicado representantes de estos científicos.

El equipo valenciano ha sido seleccionado para la fase final del Digital Mammography DREAM Challenge (DM Challenge), un proyecto mundial impulsado por las principales instituciones de lucha contra el cáncer americanas, IBM y Amazon, cuyo objetivo final es mejorar la detección del cáncer de mama mediante la interpretación de la mamografía con técnicas de inteligencia artificial.

En esta primera fase competitiva participaron más 1.200 investigadores de todo el mundo repartidos en más de 120 equipos. El objetivo era identificar a los mejores grupos para continuar en la fase colaborativa. En este proceso solo ocho grupos pasaron a la final. Entre ellos, el equipo del IFIC (CSIC-UV) y la UPV fue el único representante español.

El fin de los finalistas ahora es construir un nuevo modelo, basado en avanzados algoritmos de predicción, que ayude a los profesionales médicos en el diagnóstico de esta patología y a reducir el número de falsos positivos, así como evitar la repetición de pruebas invasivas innecesarias, han detallado las mismas fuentes.

El investigador del iTEAM Alberto Albiol ha explicado que "actualmente, de cada 1.000 mujeres que se someten a una mamografía, 5 son diagnosticadas con cáncer" y ha resaltado que "cien vuelven a ser citadas para someterse de nuevo a esta prueba, con lo que ello conlleva para la paciente tanto de estrés como de radiación en su cuerpo".

En la primera fase del desafío, los participantes completaron dos tareas: desarrollaron un primer algoritmo predictivo para analizar imágenes de mamografía digital y un segundo capaz de analizar tanto imágenes de mamografía digital como información clínica adicional.

El equipo valenciano ha destacado que esta es la primera vez que se accede a una colección de imágenes de esta magnitud con fines científicos. Las imágenes --más de medio millón-- están tomadas directamente de los hospitales, con lo que los resultados serán más fácilmente trasladables a la práctica clínica.

Los investigadores valencianos han desarrollado desde cero un algoritmo de predicción que presenta "importantes ventajas para su uso en la práctica clínica" porque "han resultado claves para ser seleccionados en la fase final de este ambicioso proyecto". Para ello, se basan en redes neuronales convolucionales, una técnica de inteligencia artificial que simula las neuronas de la corteza visual y permite la clasificación de imágenes, además del autoaprendizaje del sistema.

Asimismo, aplican principios relativos a la interpretación de rayos X, donde el grupo dispone de varias patentes. El investigador del IFIC Francisco Albiol ha comentado que "este algoritmo permite detectar lesiones de tipo maligno" y ha apuntado que "es el mejor sistema de prevención a gran escala de los que se disponen en este tipo de dolencias".

"Una de las ventajas fundamentales es que este tipo de desarrollos va a permitir un uso racional de equipamientos como mamógrafos, donde el problema hoy día no es tanto la adquisición del equipamiento como la falta de radiólogos expertos para extender las campañas de prevención a un rango mayor de población", ha detallado.

Base de datos

Al igual que el resto de participantes en la primera fase del desafío, los investigadores del IFIC (CSIC-UV) y la UPV trabajaron con una base de datos de cientos de miles de mamografías y datos de ensayos clínicos totalmente anónimos alojados en la nube y aportados por Health Group y la Icahn School of Medicine Mount Sinai, "en un claro ejemplo de gestión de grandes volúmenes de datos o Big Data aplicado a la salud", han señalado las mismas fuentes.

Igualmente, la Food and Drug Administration estadounidense (FDA) está siguiendo los procedimientos realizados durante el reto para poder hacer que este tipo de técnicas puedan ser aplicados a sistemas de salud.

En las pruebas desarrolladas en la primera fase del DM Challenge, el algoritmo de los investigadores valencianos obtuvo una precisión predictiva del 80 por ciento, todavía inferior a la de un radiólogo experto. Tras esta fase, los ocho equipos ganadores trabajan de forma colaborativa con el objetivo fundamental de desarrollar un algoritmo que pueda igualar la exactitud en el diagnóstico de un radiólogo experto.

Alberto Albiol ha indicado que el trabajo que se está desarrollando en este reto mundial facilitará a los médicos el diagnóstico y permitirá depurar la interpretación de las imágenes de las mamografías". Los resultados de esta fase colaborativa final se publicarán en la revista Nature y, si el algoritmo es capaz de reproducir el diagnóstico de un radiólogo experto, la organización repartirá el millón de dólares destinado a este reto entre los equipos finalistas.