•  I
• a · A  I
• Accessibilitat  I
• Mapa web  I
• Cercar  I
• Directori

• ::  Sign in :: 

Un equip d'investigadors de la Universitat Politècnica de València (UPV) i de l'Institut de Física Corpuscular, centre mixt del Consell Superior de Recerques Científiques (CSIC) i la Universitat de València (UV), ha participat en el desenvolupament d'un sistema d'ajuda al diagnòstic del càncer de mama capaç de reduir el nombre de falsos positius.

El nou mètode ofereix una fiabilitat de detecció propera al 90%, la més alta d'aquest tipus de sistemes, i serà de gran utilitat en la pràctica clínica. En el treball participen grups científics d'altres set centres internacionals.

Segons assenyalen els investigadors, els mètodes actuals d'assistència que empren els radiòlegs es limiten a detectar les zones potencialment sospitoses en la imatge. No obstant açò, aquest dispositiu és capaç de reduir el nombre de zones sospitoses o falses alarmes i donar informació sobre la presència de càncer. Ho aconsegueix basant-se en tècniques d'intel·ligència artificial com les xarxes neuronals i l'ús d'algorismes predictius.

Evita la realització de proves lesives

Les mamografies són proves diagnòstiques que porten anys demostrant la seua eficàcia en la detecció precoç del càncer de mama, un dels tumors de major incidència en els països desenvolupats. El nou sistema pot reduir els falsos positius en tots els rangs d'edat i, en minimitzar les falses alarmes, evita que calga realitzar proves més lesives per a les dones. A més, permet una reducció dels costos clínics, la qual cosa ajudarà a incorporar nous grups de risc a les campanyes de detecció.

Francisco Albiol, investigador del CSIC en l'Institut de Física Corpuscular, afirma que "a més, si per altres indicis clínics, el professional sospita que es troba davant un diagnòstic positiu no evident, pot amplificar regions que presenten majors sospites de tumor i que encara no són detectables per l'ull humà expert, per a facilitar així futures localitzacions de biòpsia".

"Per cada any de diagnòstic precoç del càncer de mama, s'augmenta un 20% l'esperança de vida a cinc anys de les pacients. Per aquest motiu, l'algorisme que hem desenvolupat puga ser una eina de gran utilitat en el diagnòstic primerenc d'aquest tipus de càncer, oferint als professionals clínics un sistema expert addicional", afig Francisco Albiol.

Actualment, els participants en el projecte estudien com traslladar aquest mètode a la pràctica clínica. "Una de les possibilitats més senzilles", indica Alberto Albiol, investigador de l'Institut de Telecomunicacions i Aplicacions Multimèdia (iTEAM) de la UPV, "seria la seua aplicació per a reduir la fatiga del radiòleg mitjançant el garbellat de casos fàcils".

Digital Mammography DREAM Challenges

Els DREAM Challenges plantegen reptes a la comunitat científica lligats a la biologia i la medicina. Els investigadors presenten els seus projectes i els seleccionats participen en ells, amb l'objectiu millorar la vida de la societat en diferents aspectes.

El sistema d'ajuda al diagnòstic del càncer de mama desenvolupat és resultat del Digital Mammography DREAM Challenges, un projecte mundial impulsat per les principals institucions americanes de lluita contra el càncer al costat de multinacionals com a IBM i Amazon.

L'objectiu és millorar la detecció del càncer de mama mitjançant la interpretació de la mamografia amb tècniques d'intel·ligència artificial. El projecte ha comptat amb la participació de 120 equips multidisciplinaris, sent el format per l'Institut de Física Corpuscular i la UPV l'únic representant espanyol.

En aquest estudi científic s'han analitzat dades de pacients facilitats per diverses institucions mèdiques dels Estats Units. Els resultats han sigut presentats recentment en el congrés de l'International Society For Computational Biology, realitzat a Nova York.

"Per a poder emprar a gran escala aquest tipus de tecnologies", conclou Francisco Albiol, "és necessari generar i mantenir col·leccions locals de dades de pacients que representen de forma general la composició ètnica, nutricional i econòmica d'un sistema de salut".