A raíz de una búsqueda para agilizar la prevención de enfermedades cardiovasculares, un grupo de investigadores de la Universidad Favaloro logró crear, en una primera instancia, un sistema de Inteligencia Artificial que ayuda al diagnóstico precoz de este tipo de afecciones. El trabajo fue realizado en conjunto con el CONICET y el Hospital Europeo Georges Pompidou en Francia, donde se realizaron las primeras pruebas.
El CONICET junto a la Universidad de Favaloro y el Hospital Europeo Georges Pompidou, de París, crearon en conjunto una manera de procesar tomografías de manera más ágil.
La Inteligencia Artificial como aliada en el ámbito de la salud
El proyecto es liderado por Damián Craiem, director del estudio, investigador del CONICET y jefe del Laboratorio de Bioingeniería en el Instituto de Medicina Traslacional, Trasplante y Bioingeniería (IMETTyB, CONICET- Universidad Favaloro), Federico Guilenea, Ingeniero Biomédico y becario doctoral del CONICET en el grupo liderado por Craiem en el IMETTyB, y Mariano Casciaro, Ingeniero Biomédico, doctorado en la UBA e investigador del CONICET.
La idea para realizar la investigación surgió a partir de una colaboración internacional entre el Hospital Europeo Georges Pompidou en París y la Universidad Favaloro. Los resultados del prototipo que llevaron a cabo ingenieros biomédicos de Favaloro junto con los radiólogos franceses del Hospital Europeo se pueden encontrar publicados recientemente en la revista Biomedical Physics and Engineering Express.
LEELO ACA: Las clases en las universidades públicas arrancan el segundo cuatrimestre con un paro docente
En la prevención cardiovascular se analizan factores de riesgo clínicos cómo la edad, presión, colesterol y otros factores de riesgo como el consumo de tabaco. También se puede personalizar buscando calcio en arterias a partir de tomografías computarizadas. Damián Craiem, líder del proyecto, explicó a DEF cómo buscaron implementar la Inteligencia Artificial para agilizar el proceso de cuantificación: “Hace 5 años nos propusimos con mis colegas hacer una tesis en donde la IA asista a los radiólogos en la búsqueda e identificación de calcio en las tomografías”.
¿Cómo se incorpora la Inteligencia Artificial en la prevención cardiovascular?
El sistema de Inteligencia Artificial propuesto funciona en dos etapas. En primer lugar, se utilizan las redes convolucionales, que se entrenan para el reconocimiento de la aorta. Si bien no es un método novedoso, Craiem comentó que fue muy importante incorporar las redes denominadas U-Net para reconocer automáticamente la región con presencia de candidatos de calcificaciones.
En la segunda etapa, a través de una red neuronal tradicional denominada CNN (Convolutional Neural Networks) el sistema decide si los candidatos son realmente calcificaciones. “Una vez que la zona de la aorta está identificada, se le enseña a esta red a clasificar, es decir, identificar cuáles de las manchas visibles en la tomografía son verdaderamente calcificaciones”, explicó el especialista.
Para llegar a esta versión avanzada del prototipo, se utilizaron tomografías de 1.190 pacientes para entrenar y evaluar los dos sistemas de Inteligencia Artificial. Si bien es una herramienta que puede ayudar mucho para acelerar el diagnóstico, Damián Craiem indicó que es necesario utilizarla con cuidado.
“Nosotros nos tomamos el trabajo de diseñar y automatizar las herramientas de diagnóstico por imágenes, pero la decisión final siempre la toma el profesional experto”, indicó el investigador.
Además, aclaró que es preferible que el sistema de IA sobreestime y no subestime la cantidad de calcio. Es decir, que mida de más para alertar al cardiólogo pero que no desestime por error un paciente de riesgo ya que podría estar en juego la salud del paciente.
Es por eso que ese tipo de estrategias es de gran importancia diseñarlas con ingenieros biomédicos expertos en el tema y que no sea solo un desafío de programación. “No queremos jugar con los datos, la cuestión ética detrás del diagnóstico por imágenes es importante”, remarcó el director.
Los desafíos y objetivos a la hora de realizar este proyecto con IA
Por otro lado, Damián Craiem mencionó que el verdadero desafío no pasó por las técnicas de IA, sino por contar con los datos. “Primero hay que comprender cómo funciona esta nueva tecnología y después contar con los datos para entrenar las redes”, destacó. Se utilizaron imágenes que habían sido anotadas y etiquetadas hace 10 años.
A partir de esos datos iniciales, se entrenaron las redes y se programó el sistema para identificar la aorta e identificar el calcio arterial. La innovación en este desarrollo es una conjunción de tres ejes: la técnica automática que ofrece la IA, los datos almacenados en las imágenes y el tema de estudio, cómo prevenir enfermedades cardiovasculares a través de tomografías.
Según precisó el experto, en Argentina no hay mucha investigación al respecto y esto también es un factor novedoso. No hay muchos sistemas que busquen calcio en la aorta, la gran mayoría lo hace en el corazón. El calcio aórtico puede ofrecer ventajas frente al calcio coronario en la detección de accidentes cerebrovasculares (ACV).
Por el momento, el prototipo fue testeado en el tomógrafo del Hospital Europeo y ahora se busca poder adaptarlo a otros tomógrafos en otros hospitales. Si bien no requiere de un entrenamiento completo, si es necesario lo que se llama “un cambio de dominio”. “Estamos en la fase de ver cómo re-entrenamos al prototipo y luego habría que buscar una empresa o startup interesada en desarrollar un producto”, amplió Craiem.
Además, también remarca la importancia de las medidas necesarias para evitar el desarrollo o progreso de enfermedades. “Hay que invertir en prevención, sabemos que es difícil porque la técnica incluye una tomografía en donde hay un proceso de radiación y los pacientes llegan a esa instancia cuando tienen factores de riesgo, pero la prevención precoz reduce el riesgo de eventos más traumáticos como infartos o ACV”, resaltó el director.
Si bien es pronto para predecir su perspectiva, si se implementara a través de políticas públicas de prevención cardiovascular, podría tener un impacto global enorme, ya que sería una herramienta práctica para identificar tempranamente pacientes de riesgo y hasta reducir costos de intervenciones costosas.
