Aunque el dolor es una señal de alerta de que algo anda mal en nuestro organismo, en el cáncer de páncreas no se presenta este síntoma, por lo que es uno de los más difíciles de detectar. La caracterización de texturas de imágenes de ecoendoscopia y su aplicación en resultados preliminares mostró eficacia para detectar esta enfermedad, séptima causa de muerte por cáncer en el mundo.
Los gastroenterólogos son los especialistas capacitados para detectar anomalías severas en el páncreas, órgano que se asemeja a un pez y que es importante en el proceso de descomposición de los alimentos. Ellos se enfrentan al reto de identificarlas a través de imágenes de ultrasonido endoscópico, que en muchas ocasiones carecen de nitidez o que tienen mucho “ruido”, lo que dificulta su interpretación.
María Jaramillo González, magíster en Ingeniería Biomédica de la Universidad Nacional de Colombia (UNAL), explica que “no es tan sencillo entrenar al ojo y adquirir las destrezas técnicas para desarrollar dicho procedimiento; el médico tiene que aprender a identificar que las estructuras van a tener una deformación, pero solo en la adquisición de la imagen, no en la estructura real”. “Cuando el especialista detecta una lesión, le resulta difícil determinar si se trata de pancreatitis, que es la inflamación del páncreas, o si es un tumor, pues en las imágenes las dos son muy parecidas”, señala.
Cómo se detecta el cáncer de páncreas con inteligencia artificial
Utilizando técnicas de procesamiento de imágenes se desarrolló una técnica que le ayudaría al especialista a detectar tumores malignos de páncreas mediante secuencias de video de ultrasonido endoscópico. Los resultados preliminares mostraron un rendimiento del 92,1 % en la técnica para identificarlos, es decir que sí es eficaz.
La magíster comenta que “mediante la construcción y publicación de una base de datos se desarrolló un método basado en la descripción de textura de las imágenes de ecoendoscopia, con el cual se podrían implementar a futuro alertas al especialista sobre en qué momento del video se puede detectar la presencia de un tumor”.
“Con este método se detectan las texturas de la zona, y con ello el especialista podría corroborar si se trata o no de esta patología”.
Identificando texturas
Para llegar a este hallazgo se emplearon videos de 55 casos, en 18 de los cuales los pacientes fueron diagnosticados con cáncer de páncreas. Con esta información, en una de las etapas se amplificaron las texturas y se aplicó un filtro para disminuir el ruido de la imagen.
Luego, para describir lo que se encontraba en cada imagen, se empleó el algoritmo SURF (Speeded-Up Robust Feature) que ayudó a hacer un análisis de cada imagen y definió y describió los puntos característicos encontrados.
Para implementar esta tecnología –que sin lugar a dudas ayudaría a los especialistas a detectar este tipo de anomalías–, además de financiación y la inclusión de más casos clínicos, se requieren estudios adicionales que ayuden a que este modelo, que tarda algunos segundos en detectar el tumor, lo pueda hacer en tiempo real.
En el grupo de investigación Computer Imaging and Medical Applications Laboratory (CIM@LAB), en el que participan otros investigadores, se está desarrollando una aplicación para que los médicos que tratan este tipo de pacientes ingresen a una página y suban los videos de los casos.
“Con estos datos se puede mejorar la precisión de la herramienta para que en un futuro pueda ser considerada como una aliada en la detección de tumores malignos de páncreas”, aclara la investigadora.
Para desarrollar su investigación, la ingeniera biomédica contó con el apoyo del profesor Édgar Eduardo Romero Castro, el estudiante de doctorado Josué Ruano y el doctor y gastroenterólogo Martín Gómez, de la Facultad de Medicina de la UNAL.
