SEVILLA 17 Nov. (EUROPA PRESS) -
La Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía ha financiado un proyecto de I+D impulsado por un equipo de investigación de la Universidad de Cádiz (UCA) y del Hospital Universitario Puerta del Mar que desarrolla un modelo basado en inteligencia artificial (IA) que mejora la detección automática de posibles alteraciones en radiografías de tórax, una herramienta que se presenta como un aliado "rápido y preciso" para neumólogos y radiólogos en el diagnóstico de enfermedades pulmonares.
Según ha detallado la Junta en una nota, algunas anomalías que se producen en el pulmón con patologías como la silicosis se presentan de "forma sutil" en sus fases iniciales, lo que puede dar lugar a interpretaciones clínicas diferentes.
En este sentido, en el artículo 'Localization and classification of abnormalities on chest X-ray images using a Mamba-Yolovx model', publicado en la revista Expert Systems with Applications, estos expertos en neumología e IA han evaluado un nuevo modelo, denominado Mamba-Yolovx, que permite localizar lesiones "de diversos tamaños de forma rápida y efectiva".
Así, el modelo está basado en algoritmos de aprendizaje automático que utilizan una arquitectura conocida como redes neuronales convolucionales "que imitan el funcionamiento de la corteza visual humana". De esta forma, el sistema aprende a reconocer y diferenciar objetos analizando miles de imágenes.
En primer lugar, se entrena con ejemplos en los que se indica qué se debe identificar y, a partir de ahí, la red extrae automáticamente patrones y características "cada vez más complejas", lo que posibilita "hacer predicciones sobre nuevas imágenes, corregirse con la experiencia y mejorar con cada intento".
Por su parte, el investigador de la UCA y coautor del citado artículo, Daniel Sánchez Morillo, ha explicado que algunas lesiones pulmonares "pueden pasar desapercibidas en los exámenes radiológicos", a causa de la "gran dificultad" en la interpretación de esta modalidad de imagen médica.
De este modo, los resultados obtenidos con el modelo han supuesto una mejora en la precisión de diagnóstico con respecto a otros métodos desarrollados recientemente. En concreto, Sánchez ha destacado que este modelo es "especialmente efectivo" en el caso de lesiones pequeñas, motivo por el que considera que este sistema tiene "todo el potencial para ser aplicado como herramienta de apoyo clínico en la detección precoz de lesiones pulmonares".
Tal y como ha emitido la Junta, el nuevo modelo combina el contexto general de la imagen con la información local, es decir, con los pequeños detalles que pueden indicar lesiones o irregularidades, lo que permite "detectar problemas a diferentes escalas".
Además, el sistema incorpora mecanismos de atención espacial y de canal que funcionan como filtros inteligentes "capaces de concentrarse sólo en las zonas relevantes de la radiografía y en las características más útiles", de forma que así sólo atenderá al pulmón y discriminará zonas sanas "para centrarse sólo en aquellas que puedan presentar alteraciones".
Asimismo, también incluye bloques de escaneo selectivo que analizan la imagen en distintas resoluciones y permiten identificar "lesiones muy pequeñas que suelen pasar desapercibidas", al mismo tiempo que amplía distintas zonas de la radiografía.
En concreto, para conseguir una mejora en el entrenamiento del modelo se han empleado datos de distintos centros hospitalarios y una estrategia conocida como aumento de datos, en las que se segmentan las costillas y se alinean puntos clave del tórax "para generar nuevas imágenes homogéneas desde una perspectiva anatómica". Con esto, se consigue que "sea robusto, de diferente resolución o adquiridas con otro equipamiento".
El trabajo forma parte del proyecto People, una iniciativa centrada en el desarrollo de herramientas avanzadas de inteligencia artificial "capaces de dar soporte para mejorar el diagnóstico temprano y la predicción del pronóstico de la silicosis".
En contexto, esta dolencia se produce por la inhalación de polvo de sílice cristalina, una sustancia que se genera en el trabajo con algunos materiales, como la piedra artificial. En él, los expertos han puesto en marcha otros modelos que emplean radiografías de tórax, biomarcadores sanguíneos e imágenes de tomografía computarizada de alta resolución con el objetivo de crear un enfoque integral "que mejore la precisión y la rapidez en la identificación de esta patología pulmonar", todo ello con la colaboración de más de cien pacientes de la provincia de Cádiz.
