El Instituto Politécnico Nacional (IPN) y especialistas de de su Centro de Investigación en Computación (CIC) desarrollan un sistema asistido por inteligencia artificial (IA) capaz de identificar regiones anatómicas y posibles lesiones en estudios de mamografía, determinar el nivel de riesgo de cáncer y establecer prioridades para su revisión médica.
Para el Institito, la iniciativa contribuye al impulso de la investigación científica y la innovación tecnológica en el ámbito de la salud.
A cargo del proyecto está Elsy Guadalupe Cruz Murrieta, maestra en Ciencias de la Computación y estudiante de doctorado del CIC, en tanto que en la asesoría está la médica radióloga Lourdes Noemí Santos Aragón.
La propuesta responde a uno de los principales desafíos en la detección del cáncer de mama, explicó Cruz Murrieta, quien refirió que hasta 2024, México contaba con sólo 674 médicos certificados para atender a casi 20 millones de mujeres en edad de detección.
A ello se suma la carga laboral de los especialistas, quienes evalúan, en promedio, entre cinco mil y siete mil estudios al año, un factor que repercute en la precisión de los diagnósticos.
«El sistema entra como una propuesta antes de la interpretación diagnóstica. La idea es analizar automáticamente los estudios disponibles en un determinado periodo y organizarlos de acuerdo con su nivel de prioridad», explicó Cruz Murrieta.
Ambas especialistas trabajan en una base de datos con estudios de aproximadamente 700 pacientes mexicanas, obtenidos mediante la colaboración con el Centro Médico ABC y el Instituto de Seguridad Social del Estado de México y Municipios (ISSEMYM), previa autorización de sus respectivos comités de ética.
«Entrenar estos modelos con información de pacientes mexicanas permite desarrollar herramientas más acordes con el contexto clínico nacional», indicó la estudiante del CIC.
Módulos de IA y estimación de riesgo
En este proyecto son distintos módulos de IA para detectar regiones anatómicas y de interés, clasificar la densidad mamaria, identificar características de posibles lesiones e incorporar información clínica de las pacientes, como antecedentes familiares y personales de cáncer, terapia hormonal y obesidad.
Con esto se genera una estimación de riesgo bajo, medio o alto, que permite establecer la prioridad con la que cada estudio debe ser revisado por el especialista.
«No pretendemos sustituir al especialista con IA, sino proporcionarle una herramienta adicional que le permita realizar mejor su trabajo», dijo Elsy Cruz Murrieta.
Puntualizó que la intención es crear una red nacional de hospitales y servicios de telerradiología que permita aprovechar los recursos humanos especializados, reducir desplazamientos innecesarios y favorecer el acceso al diagnóstico.
Lee: 1 de cada 12 mujeres con diagnostico de cáncer de mama a lo largo de su vida
