El sistema funciona en dos etapas. Primero, analiza la imagen radiológica para limpiar anotaciones, resaltar áreas clave y extraer detalles del tejido mamario. Luego, el radiólogo señala la zona sospechosa y el software traza la forma del posible tumor utilizando una técnica llamada “convolución de Kernel”.

Con esta forma delineada, se extraen 19 características del contorno que se introducen en un modelo de “bosque aleatorio”. Este modelo genera mil árboles de decisión que, en conjunto, determinan si el tumor es benigno o maligno, ofreciendo así una segunda opinión técnica al diagnóstico médico.

Por ahora, esta tecnología alcanza una precisión del 83%, pero los investigadores confían en superar el 95% con nuevas validaciones. Además de mejorar la eficacia del diagnóstico, también reduce la necesidad de biopsias invasivas y agiliza el manejo clínico.

Te puede interesar: Estudio advierte que las tomografías computarizadas podrían estar detrás del 5 % de los cánceres

Este tipo de herramientas ya empieza a demostrar su valor en otros países. En Suecia, un estudio encontró que las mamografías asistidas por IA mejoraron en un 20% la tasa de detección del cáncer de mama, frente a las lecturas hechas exclusivamente por radiólogos.

En Colombia, donde muchas regiones aún enfrentan limitaciones en el acceso a tecnología médica o especialistas en radiología, un sistema como este podría marcar la diferencia. Aplicar IA en salud no es solo una promesa de innovación, sino una necesidad estratégica para cerrar brechas de atención.

La clave estará en que el sector salud, la academia y los desarrolladores locales trabajen juntos para adaptar este tipo de soluciones al contexto colombiano, garantizando que la tecnología no solo sea precisa, sino también accesible.

Este desarrollo del Edomex es una muestra clara de que la inteligencia artificial puede complementar, no reemplazar, la labor médica, ayudando a tomar decisiones mejor fundamentadas y más rápidas en casos donde el tiempo es vital.

Imagen: Generada con IA / ChatGPT

El cáncer de mama es una de las principales causas de mortalidad en mujeres a nivel mundial. La detección temprana es crucial para aumentar las tasas de supervivencia, y la mamografía es la herramienta estándar para el diagnóstico. Sin embargo, la interpretación de estas imágenes puede ser desafiante debido a la variabilidad en la apariencia de las lesiones y la densidad del tejido mamario. Aquí es donde la inteligencia artificial ofrece un apoyo invaluable.

El modelo ADL-BCD desarrollado por la CUC se basa en cinco etapas interconectadas que trabajan juntas para mejorar la precisión diagnóstica. Estas etapas incluyen la preprocesamiento de imágenes, segmentación de áreas de interés, extracción de características relevantes, clasificación de las lesiones y, finalmente, la evaluación diagnóstica. Este enfoque integral permite una evaluación más detallada y precisa de las mamografías. 

Beneficios de la IA en el diagnóstico

La implementación de la inteligencia artificial en el análisis de mamografías ofrece múltiples ventajas:

• Precisión mejorada: la IA puede identificar patrones sutiles en las imágenes que podrían pasar desapercibidos para el ojo humano, aumentando la precisión en la detección de lesiones sospechosas.
• Reducción de falsos positivos y negativos: al mejorar la exactitud en la interpretación, se disminuye la probabilidad de diagnósticos incorrectos, reduciendo la necesidad de pruebas adicionales y la ansiedad en las pacientes.
• Eficiencia operativa: la automatización en el análisis de imágenes permite a los radiólogos centrarse en casos más complejos, optimizando el flujo de trabajo en entornos clínicos.

La introducción de herramientas como ADL-BCD tiene el potencial de transformar las prácticas de diagnóstico en instituciones médicas. Al proporcionar una segunda opinión automatizada, los radiólogos pueden corroborar sus hallazgos y tomar decisiones más informadas. Además, en regiones con escasez de especialistas, esta tecnología puede servir como un apoyo crucial para garantizar diagnósticos precisos y oportunos.

Te puede interesar: Google lanza MonINC, una IA que acompaña a enfermos con cáncer en Colombia ¿Cómo puedes acceder?

Perspectivas futuras

El desarrollo de ADL-BCD se alinea con una tendencia global en la integración de la inteligencia artificial en la medicina. Instituciones en todo el mundo están explorando aplicaciones similares. Por ejemplo, en Dinamarca, el uso de IA en la interpretación de mamografías ha demostrado una reducción del 25% en resultados falsos positivos. 

La Universidad de la Costa continúa sus esfuerzos en investigación y desarrollo para perfeccionar ADL-BCD y explorar su aplicación en otros tipos de cáncer y modalidades de imagen. La colaboración con instituciones médicas y la validación clínica serán pasos fundamentales para la implementación de esta herramienta en la práctica diaria.

Imagen: National Cancer Institute

La empresa estadunidense, asegura que los nuevos sistemas de ultrasonido mamario automatizado de GE HealthCare incorporan tecnología 3D, que permite obtener imágenes de tejido mamario denso de forma rápida y cómoda para el paciente, reduciendo el tiempo necesario para realizar el examen a una duración aproximada de solo 15 minutos.

Esto haría que los profesionales de la salud analicen la información con mayor precisión, logrando reducir hasta en un 70% las biopsias innecesarias y aumentando la sensibilidad en la detección temprana de anomalías en mamas densas.

Te puede interesar: Crean IA capaz de identificar 13 tipos de cáncer; su presión es del 98%

“En GE HealthCare inventamos herramientas que transforman y humanizan la asistencia, de modo que nuestras soluciones no solo permiten obtener resultados cada vez mejores para los pacientes, sino que también reducen la carga de trabajo de los equipos asistenciales y les proporcionan mejores datos y más precisos sobre los pacientes”, señaló Adriana Franco, country manager de GE HealthCare en Colombia.

Otros equipos de GE HealthCare que ha socializado durante Meditech 2024 incluyen soluciones concentradas en el cuidado del paciente (PCS), específicamente sistemas de anestesia y monitorización, que se enfocan en una atención sostenible y reducir emisiones, con el propósito de flexibilizar la tecnología sanitaria para la atención fuera del hospital.

Por ejemplo, en tanto al sistema de anestesia, este permite a los profesionales de la salud administrar de una forma segura y cómoda el anestésico a bajos flujos, disminuir los costes operativos, operar de forma positiva en el medio ambiente, al mismo tiempo que promueve la reducción en la emisión de gases residuales.

Te puede interesar: Crean robots con piel viva: autómatas más parecidos y con funcionalidades humanas

Durante la feria la compañía presentará en su stand una avanzada plataforma analítica que ayuda a los profesionales sanitarios a tomar decisiones basadas en datos y proporciona más de 300 puntos de datos del sistema de anestesia que se encuentran alojados en la nube, información a la cual se puede acceder con facilidad desde un ordenador o tableta.

Finalmente, también realizará una serie de conferencias y presentaciones a cargo de médicos y expertos, quienes compartirán sus conocimientos y conversarán sobre algunas de las innovaciones más recientes en ultrasonido y tecnologías de última generación para el diagnóstico por imágenes e inteligencia artificial aplicada a la salud.

Imagen:yacobchuk

Esta herramienta digital está diseñada para proporcionar información científica, personalizada, precisa y actualizada sobre el cáncer de mama. Su objetivo principal es cubrir las necesidades de información de cada paciente de acuerdo a su perfil, empoderándolas para asumir un papel activo y responsable en la toma de decisiones sobre su tratamiento.

Los servicios que las usuarias pueden encontrar en Onconecta son: 

Personalización: información adaptada a las características personales de cada usuaria, el tipo de cáncer de mama y el momento de la trayectoria de la enfermedad.

Actualización y precisión: el contenido es desarrollado y actualizado por expertos en medicina, oncología, psico-oncología y salud pública, asegurando que esté basado en estudios científicos y cumpla con los máximos requisitos de calidad.

Te puede interesar: Así es Teral, la app desarrollada por colombianos que promete conectar a profesionales de la salud

Accesibilidad y conveniencia: todo el contenido está disponible a través de la plataforma digital y redes sociales, permitiendo un acceso fácil y conveniente.

Colaboración y comunidad: la plataforma colabora con diversas organizaciones, con el fin de difundir contenido de alta calidad.

A través de Onconecta, los usuarios pueden acceder a una plataforma centralizada que les proporciona las herramientas y el conocimiento necesarios para enfrentar el cáncer de mama con confianza y preparación.

Onconecta es una herramienta gratuita, dirigida a pacientes, cuidadores y cualquier persona interesada en obtener información confiable y científicamente probada sobre el cáncer de mama. La plataforma está al servicio de todas las personas de habla hispana que buscan orientación sobre esta enfermedad.

Imagen: Angiola Harry

Los modelos de inteligencia artificial se diseñaron en lenguaje de programación Python y en el software 3D Slicer, ambos de libre acceso, en un método controlado, lo que quiere decir que las características tenían una etiqueta de información en los algoritmos. También se contó con la colaboración de una radióloga con más de 12 años de experiencia, quien se encargó de la clasificación y el análisis.

Después de analizar grandes cantidades de resonancias magnéticas y tomografías por emisión de positrones (PET/CT), el modelo de aprendizaje de máquina (o machine learning) anticipa cuáles pacientes responderían mejor a la quimioterapia neoadyuvante, el tratamiento principal para el cáncer de mama, enfermedad que cada año afecta a unas 6.700 colombianas.

Te puede interesar: El científico paisa Fernando Pérez fue galardonado por la NASA por su proyecto ‘Jupyter’

“Esto es novedoso porque el análisis se realizó durante el tratamiento, es decir que las pacientes ya estaban en quimioterapia, luego se sometían a cirugía para extraer el tumor, y se verificaba que hubiera éxito en la disminución de las células cancerosas”, explica el experto.

Después se entrenó el modelo con las imágenes diagnósticas tomadas antes del tratamiento, para ver si era capaz de predecir lo ocurrido, y se encontró una precisión de alrededor del 95 %, una sensibilidad para identificar los datos del 90 % y una especificidad del 80 %.

Te puede interesar: Esto descubrió una chilena que ayudó a la NASA a encontrar nuevos planetas: “Un Chile bonito pero más bien inventado”

Estos valores son muy prometedores pues muestran que los algoritmos utilizados (Boruta, Wilcoxon y bosque aleatorio) son una herramienta que facilita entender el uso de la quimioterapia neoadyuvante, ya que antes y durante el tratamiento se puede establecer si es necesario cambiar de estrategia porque no está funcionando.

“En otros trabajos se han utilizado grandes bases de datos sobre imágenes diagnósticas de pacientes con cáncer, pero esto no permitía actuar durante o después del tratamiento; además, para el cáncer de mama aún no se había trabajado con tomografías de emisión de positrones, lo cual amplía el desarrollo de estas técnicas de machine learning”, indica el investigador Guarín.

Te puede interesar: Juan Camilo, el científico colombiano que hace historia al ‘cazar’ una explosión solar con cohetes suborbitales

De acuerdo con la agencia de noticias UNAL, su trabajo forma parte de un proyecto de colaboración entre la Fundación Centro Diagnóstico Nuclear (Bogotá) y el Instituto de Oncología Ángel H. Roffo (Buenos Aires), con el cual se busca dar mejores respuestas al tratamiento del cáncer de mama, uno de los más comunes y principal causa de muerte de las mujeres.

Según el Ministerio de Salud y Protección Social, de los 6.700 casos que se registran cada año en Colombia, el 64,7 % son detectados en etapas avanzadas, por lo que anualmente fallecen alrededor de 2.250 mujeres.

El investigador Guarín señala que “algunas investigaciones muestran que tratamientos como la quimioterapia coadyuvante tienen entre 10 y 50 % de efectividad, lo que quiere decir que sigue habiendo un amplio margen de mujeres que no logran beneficios en esta primera etapa para atacar la enfermedad”. Precisamente ahí nace su interés por indagar desde la ciencia por qué ocurre esto y si es posible predecirlo con algoritmos del modelo de aprendizaje profundo de inteligencia artificial.

Imagen: everythingpossible

La alianza se basa en el trabajo que ha adelantado Google para mejorar la detección del cáncer de mama. En 2020, los investigadores del gigante tecnológico publicaron un artículo en la revista Nature. La publicación evidenció que el sistema de Inteligencia Artificial superó a varios radiólogos en la identificación de signos de cáncer de mama.

El modelo redujo los falsos negativos hasta en un 9,4 % y redujo los falsos positivos hasta en un 5,7 % entre miles de mamografías estudiadas. Las dos compañías tienen el objetivo de implementar progresivamente la tecnología en entornos clínicos del mundo real.

Según una declaración de la gerente de comunicaciones de Google, Nicole Linton, a The Verge; se apunta a un “lanzamiento de 2024”. El despliegue comercial aún depende del éxito de la investigación y las pruebas continuas. “Nos moveremos deliberadamente y probaremos las cosas sobre la marcha”.

En general, los expertos médicos se acercan a la IA con precaución, pero la esperanza es que la IA se convierta en una herramienta para ayudar a los radiólogos y sus pacientes.

Más allá de eso, no existe una fórmula mágica para diagnosticar el cáncer. Sin embargo, las herramientas de IA podrían mejorar al ofrecer más de dos opciones para dar cuenta del área gris del diagnóstico.

Te puede interesar: Wordcraft: el nuevo creador de textos con IA de Google

El cáncer de mama es una preocupación de salud pública en Colombia. Según el Ministerio de Salud y Protección Social, este tipo de cáncer es el de mayor tasa de incidencia en el país. Según los datos reportados por la Organización Mundial de la Salud, para el 2020 se estimaron 15.509 casos nuevos y 4.411 muertes por esta enfermedad en el mundo.

Imagen: flickr

En una campaña contra el cáncer de mama, Nestlé Fitness incorporó una cámara secreta a la blusa-sostén de una mujer para comprobar cuántas veces las personas se fijan en el pecho de la mujer durante un día, en colaboración con Bra Cam. En el video compartido por Gizmodo vemos la rutina diaria de la protagonista desde la perspectiva de esta cámara oculta, y cada vez que alguien da una mirada al llamativo escote, vemos un ‘check’ en el video, sumándose numerosas personas.

¿Cuál es el objetivo de esto? Al final del video vemos el mensaje que Nestlé quiere brindar: recordarle a las mujeres que deben hacerse un autoexamen regularmente para ayudar a prevenir el cáncer de mama.  “Tus pechos son chequeados todos los días. Entonces, ¿cuándo fue la última vez que tú misma los chequeaste?”.

Acá les dejamos el video de la campaña y el detrás de cámara en donde vemos cómo instalan el dispositivo en este sostén inteligente.

Imagen: captura de pantalla