Un nou sistema per millorar el diagnòstic del càncer de mama a partir d'intel·ligència artificial

Els investigadors de la Universitat de les Illes Balears desenvolupen una eina basada en visió artificial que incrementa la precisió en la detecció de les variacions de les formes de les masses canceroses. 

Un equip d’investigadors del Departament de Ciències Matemàtiques i Informàtica de la Universitat de les Illes Balears, juntament amb investigadors de la Universitat de l'Havana, ha desenvolupat un sistema basat en visió artificial per al diagnòstic del càncer de mama, que millora els models actuals d’intel·ligència artificial que s’apliquen a l’anàlisi de les imatges radiològiques. 

Les mamografies són la modalitat més utilitzada per a la detecció de la malaltia, i alguns radiòlegs les analitzen a ull malgrat els avenços dels darrers anys en el camp dels sistemes automàtics intel·ligents per al diagnòstic. 

El sistema ideat a la Universitat de les Illes Balears es basa en l’anàlisi de les característiques morfològiques del pit, atès que els indicis principals es troben en factors com l’asimetria entre els pits i en la presència d’anomalies com masses i calcificacions. 

A diferència d’altres sistemes d’intel·ligència artificial utilitzats, el sistema creat a la UIB proposa l'ús d’un classificador supervisat efectiu per a mamografies que fa servir una tècnica avançada anomenada transformada Shapelet discreta bidimensional (DST-II), que permet extreure patrons de les formes observades en les masses de les mamografies, i que fa que la detecció sigui més precisa i adaptable a les variacions en les grandàries i formes que poden presentar les masses en les mamografies. 

El sistema desenvolupat a la UIB ha estat entrenat a partir d’un conjunt de mamografies anotades per especialistes mèdics, a partir de les quals s’han extret les formes de les masses. L’ús de la DST-II ha facilitat l’obtenció dels patrons que s’han utilitzat posteriorment per detectar la presència de masses en noves mamografies. 

L’avantatge principal de la DST-II és la capacitat d'adaptar-se a les diverses grandàries i formes que les masses poden presentar en les mamografies. Això és crucial, ja que les masses canceroses poden variar significativament d'una pacient a una altra, i una eina que pugui reconèixer aquestes variacions és essencial per a un diagnòstic precís.

Equip investigador

Els investigadors del Departament de Ciències Matemàtiques i Informàtica de la Universitat de les Illes Balears que han participat en aquest estudi són: el doctor Antoni Jaume i Capó, membre de la Unitat de Gràfics i Visió per Ordinador i IA (UGiVIA), membre de l'Institut d'Investigació Sanitària Illes Balears (IdISBa) i director del Laboratori d’Aplicacions d’Intel·ligència Artificial de la UIB (LAIA@UIB); el doctor José María Buades Rubio,investigador principal de la Unitat de Gràfics i Visió per Ordinador i Intel·ligència Artificial(UGiVIA), i el doctor  Manuel González-Hidalgo, investigador principal del grup de recerca en Soft Computing, Processament d'Imatges i Agregació (SCOPIA), i membre de l'IdISBa i LAIA@UIB.

L'investigador i les investigadores de la Universitat de l'Havana que han participat en aquest estudi són: el doctor Damián Valdés-Santiago, la doctora Ángela M. León-Mecías i la doctora Marta Lourdes Baguer Díaz-Romañach, membres del Grup de Recerca en Anàlisi Numèrica i d'Imatge (ANIMES) del Departament de Matemàtica Aplicada de la Facultat de Matemàtiques i Informàtica.

L’estudi s’ha fet en el marc dels projectes R+D+I PID2019-104829RA-I00 «EXPLainableArtificial INtelligence systems for health and well-beING (EXPLAINING)», finançat pel Ministeri de Ciència i Innovació i l’Agència Estatal d’Investigació (MCIN/AEI/10.13039/501100011033/); PN223LH010-003 «Numerical Methods for Multiscale Problems», del Programa Nacional de Ciències Bàsiques de Cuba, finançat pel Ministeri de Ciència, Tecnologia i Medi Ambient (CITMA), Cuba, ERASMUS+ Program«Student Mobility for Traineeships» (2021); PID2020-113870GB-I00— «Development of Soft Computing Tools for Clinical Diagnostic Aid and Emergency Management (HESOCODICE)», finançat pel Ministeri de Ciència i Innovació, i l’Agència Estatal d’Investigació (MCIN/AEI/10.13039/501100011033/); i OCDS-CUD2022/03 — «Propuestade sistema 3D para seguimiento y medición de úlceras en pies diabéticos».

Referència bibliogràfica 

Valdés-Santiago, D.; León-Mecías, A. M.; Baguer Díaz-Romañach, M. L.; Jaume-i-Capó, A.; González-Hidalgo, M.; Buades Rubio, J. M. A New Method for 2D-Adapted WaveletConstruction: An Application in Mass-Type Anomalies Localization in MammographicImages. Appl. Sci. 2024, 14, 468. https://doi.org/10.3390/app14010468 

Data de publicació: 01/07/2024