Proyecto interdisciplinar busca facilitar diagnóstico de cáncer de tiroides UNAB

Una herramienta que busca identificar signos de cáncer por medio de una clasificación médica, con el propósito de brindar asistencia a especialistas en Radiología, es la idea en la que están trabajando estudiantes y docentes de las facultades de Ingeniería y Ciencias de la Salud de la UNAB. 

Esta idea empezó con el proyecto de grado de Estefanía Arias Trillos, estudiante de Ingeniería de Sistemas de la UNAB, denominado Red Neuronal Convolucional. Bajo la tutoría del profesor de ese programa, Ariel Ortíz Beltrán, Stefanía buscó profesionales en el área de la salud que le ayudaran a materializar su idea. Fue así como se sumaron a este proyecto los doctores Federico Lubinus Badillo y Boris Marconi Narvaez, profesores  e investigadores del programa de Medicina y el estudiante Cesar Rueda integrante del semillero de Radiología de la Universidad. 

El software desarrollado con inteligencia artificial busca analizar imágenes de radiología de pacientes con problemas de tiroides y clasificarlas según la escala europea TI-RADS, que va desde 1 (benigno) hasta 6 (malignidad detectada). Para el profesor Ortíz Beltrán, “estos sistemas de inteligencia artificial funcionan con asociaciones que a veces se nos escapan a los humanos, funciona con colores, texturas, tamaños, patrones que se presentan dentro de la imagen, y este sistema en particular lo que hace es que automáticamente busca patrones, y de acuerdo a ellos, clasifica”. 

El sistema está en la fase de entrenamiento, por él han pasado 1.600 imágenes de pacientes, las cuales ya habían sido diagnosticadas por un médico. “Es la forma de tener un aprendizaje supervisado, nosotros tomamos un gran conjunto de datos de los que ya sabemos la respuesta, y usando ese conjunto, entrenamos el sistema.  Después de eso le damos una nueva imagen que él no conocía, y basado en la asociación que ya hizo antes, intenta dar respuesta”, precisó Ortiz.

Miembros RUM

  • Default
  • Title
  • Date
  • Random
load more hold SHIFT key to load all load all