Docente de la UCLA desarrolló algoritmo para determinar enfermedades colorrectales

La inteligencia artificial ha alcanzado dimensiones insospechadas, al punto de que es utilizada en áreas tan disímiles como el arte o la medicina, ámbito en este último donde ha sido aplicada con éxito en la detección de distintas enfermedades como las colorrectales. 
El uso de la herramienta informática como apoyo médico para la detección de enfermedades colorrectales es de un gran impacto social, por cuanto permite combatir estas afecciones de manera más efectiva y el principal beneficiario es el ciudadano común que acude a una consulta médica. Sobre esta premisa, la ingeniera Sandra Lima, docente de la Universidad Centroccidental “Lisandro Alvarado” desarrolló la investigación denominada “Algoritmo basado en redes neuronales para el análisis de imágenes de colonoscopias y rectoscopias”, orientada a respaldar el diagnóstico realizado por el profesional de la medicina en la determinación de enfermedades colorrectales.La pertinencia de esta investigación es evidente si se toma en cuenta que los tumores malignos representan la cuarta causa de mortalidad en Venezuela, índice que ha venido en aumento desde los años 60, muy probablemente debido a factores genéticos, malos hábitos alimenticios, el consumo de cigarrillo y el sedentarismo. En el estado Lara los tumores malignos de los órganos digestivos, incluida la región colorrectal, han causado estragos en la población, registrándose 405 muertes en el año 2006.El objetivo general de esta investigación, desarrollada por la profesora Lima como tesis de posgrado de la maestría en Ciencias de la Computación, fue desarrollar un algoritmo basado en redes neuronales artificiales (RNA) para el análisis de imágenes de colonoscopias y rectoscopias y su clasificación en tejido sano o tejido no sano, bajo un nivel de confianza determinado.Para realizar esta investigación, Lima acudió durante un año a la Unidad de Gastroenterología del Hospital Universitario Antonio María Pineda, por ser el primer centro de salud de la región donde son atendidos diariamente entre 5 y 8 pacientes afectados por problemas colorrectales, según datos aportados por el jefe de la misma, Dr. Emerson Useche, quien expresó su interés en la realización de esta investigación.El propósito era lograr una mayor rapidez, precisión y calidad en el diagnóstico de patologías colorrectales permitiendo, a través de un sistema automático, determinar en una imagen capturada dentro del estudio de videocolonoscopia, las características de interés a fin de reconocer plenamente la enfermedad.En vista del éxito logrado por las redes neuronales artificiales (RNA) en el reconocimiento de patrones para imágenes, la profesora Lima diseñó un algoritmo de red neuronal de tipo perceptrón multicapa para la identificación de tejidos colorrectales en imágenes a color obtenidas de colonoscopias, rectoscopias, y su clasificación como tejidos sanos o atípicos bajo un nivel de confianza determinado. Explicó Lima que el algoritmo de red neuronal es entrenado con aprendizaje supervisado utilizando retropropagación del error para que clasifique correctamente los patrones de entrenamiento. Dicho algoritmo se detiene cuando la RNA clasifica correctamente todos los ejemplos de entrenamiento o cuando se alcance un número determinado de interacciones.
La inteligencia artificial no sustituye al médico
Según criterio de la especialista, la herramienta tecnológica, a partir de imágenes de tejido colónico, permitirá su reconocimiento como patológico o no, ayudando al especialista a detallar alguna enfermedad, enfocándose en zonas más específicas, lo que sugiere resultados más precisos.En este sentido, Lima Castro fue enfática a señalar que en ningún caso la aplicación de la inteligencia artificial en el ámbito de la medicina sustituye al médico; ya que funge como un instrumento que contribuirá a que el experto “pueda atender un mayor número de casos y disponga de una herramienta tecnológica que le permitirá confirmar o sugerir revisión en sus conclusiones, proporcionándole mayor respaldo y confiabilidad a sus diagnósticos”.
El sistema reconoce al paciente enfermo
La docente de la UCLA durante su investigación tuvo la oportunidad de recoger interesantes opiniones de expertos que reiteran que cuanto más temprano se detecte el cáncer de colon, existe mayor probabilidad de un tratamiento efectivo para su curación. Con frecuencia, se utilizan técnicas invasivas como la colonoscopia y rectoscopia, para detectar la presencia de tejidos sospechosos en diferentes zonas del intestino grueso.Estas técnicas -explicó la profesora Lima- requieren la opinión de expertos para poder clasificar el tejido, quienes se basan en su experiencia personal para emitir algún juicio. Por lo general, evalúan las desviaciones en las estructuras celulares y el cambio en la distribución de las células en todo el tejido sometido a examen. Sin embargo, es una opinión subjetiva y puede variar según la percepción individual y la experiencia del especialista.Actualmente, se dispone de equipos de alta resolución, los cuales producen imágenes a color con mayor brillo, claridad, y con posibilidad de almacenarlas en formatos digitales, para lograr una mayor precisión. Aun así, la mayoría de estos estudios son discutidos por varios médicos para corroborar sus observaciones. Basados en sus conclusiones, clasifican la evaluación en patológica o normal y emiten el informe respectivo. Subrayó que la muestra de su investigación estuvo conformada por 120 estudios de colonoscopia realizados en pacientes que acuden al HCAMP y que la herramienta informática guardó en la base de datos los estudios por paciente con las imágenes capturadas; también almacenó las etapas del procesamiento automático de cada imagen a fin de contar con información oportuna, unificada y organizada, además de ampliar el conjunto de patrones con el que puede ser entrenada la red neuronal para alcanzar mayor precisión en la clasificación.Precisó la especialista que las redes neuronales artificiales (RNA) tratan de emular el comportamiento del cerebro humano y, en este caso particular, busca automatizar una técnica que es netamente humana, orientada en detectar enfermedades en el colon, análisis exclusivo del especialista. El sistema automatizado que procesa las imágenes es capaz de reconocer si el paciente está enfermo, debido a la presencia de tejidos atípicos en el colon. Los resultados obtenidos por la profesora Lima en su investigación arrojaron un nivel de confianza de 72 por ciento, lo que a juicio de la experta es alto si se toma en cuenta que el sistema no aporta información a priori, como sexo, edad, antecedentes del paciente ni cuál zona del colon presenta la lesión. Este sistema no se ha implementado aún, según refirió la especialista, pero se espera que pueda ser usado en cualquier centro hospitalario y el profesional de la medicina interesado en hacer uso de él sólo requiere de entrenamiento.