En búsqueda de la detección temprana, diagnóstico precoz y pronóstico para osteoartritis, cáncer de mama y pie diabético, un equipo multidisciplinario de especialistas del programa de Ingeniería en Comunicaciones y Electrónica de la Unidad Académica de Ingeniería Eléctrica (ICE-UAIE), en coordinación con la Escuela de Medicina Molecular, de la Universidad Autónoma de Zacatecas (UAZ), trabajan en el desarrollo de biomarcadores imagenológicos para estas enfermedades crónico degenerativas, mediante el uso de inteligencia artificial (IA).
En este proyecto participan los doctores Jorge Issac Galván Tejada, Carlos Eric Galván Tejada —ambos candidatos al Sistema Nacional de Investigadores (SNI)— y José María Celaya, quien recientemente se integró a la UAZ a través del programa de Cátedras del Consejo Nacional de Ciencia y Tecnología (Conacyt).
En entrevista con la Agencia Informativa Conacyt, el doctor Jorge Galván, líder del proyecto, informó que inició con este desarrollo en 2014; sin embargo, es a partir del presente año que fue financiado por el Fondo Sectorial de Investigación en Salud y Seguridad Social (SS/IMSS/ISSSTE-Conacyt).
“Lo que nosotros pretendemos es, por medio de técnicas de visión computacional, detectar biomarcadores imagenológicos que sean económicos y permitan detectar tempranamente cuando una persona presenta incipientes señales o cambios estructurales de riesgo que predisponen al desarrollo en edad temprana de alguna de estas enfermedades”, manifestó.
Modelo matemático para detección de las enfermedades
El doctor Jorge Galván, coordinador del programa en ICE, describió el proyecto como un modelo matemático que relaciona variables clínico radiológicas —mediciones sobre imágenes radiológicas específicas—, cuyos resultados pueden dar indicios y orientar en qué aspectos se requiere dirigir especial atención al paciente.
“En este caso, el modelo matemático se denomina ‘biomarcador imagenológico’, en término y lenguaje médico. El desarrollo de esta relación de variables de biomarcadores funciona como un punto de referencia de efectividad predictiva, lo que aligera la carga de trabajo del médico radiólogo, dado que es muy bajo el número de radiólogos en México que tienen la capacidad de la interpretación clínica diagnóstica de imágenes radiológicas en enfermedades como la osteoartritis. Por eso, este modelo es un auxiliar computacional que promoverá el diagnóstico y detección temprana, para el eficiente y eficaz uso de recursos sanitarios, como impacto directo en la vida de los pacientes”.
Manifestó que posterior al desarrollo e investigación del modelo matemático, se creará una aplicación móvil e-Health para smartphones, en donde se introducirán los datos clínicos del paciente y mediante IA se genere un prediagnóstico sobre el factor de riesgo del paciente.
“En el mundo hay más investigadores buscando biomarcadores, nuestra aportación y punto de diferenciación es el uso de herramientas de IA y hemos tenido muy buena aceptación en el sector médico, ya que se potencia el abordaje mediante innovación en las técnicas imagenológicas que utilizamos en estas enfermedades, así como los sistemas para la creación de diagnóstico asistido, Computer Aided Diagnosis (CAD)”.
Detección de osteoartritis por medio de rayos X
El docente investigador de la UAZ refirió que el modelo matemático en osteoartritis es donde se presenta un mayor avance dentro del proyecto. Informó que el equipo de investigadores trabaja en coordinación con el médico Rolando Espinoza, jefe de Reumatología del Instituto Nacional de Rehabilitación (INR).
Describió que en este caso el equipo busca por medio de la imagenología de rayos X o resonancia magnética encontrar evidencia clínico radiológica temprana, que indique el porcentaje de factor de riesgo que presentan los pacientes de desarrollar osteoartritis.
“Si bien esto no es para la detección y predicción temprana de la enfermedad, sería una herramienta útil para la identificación de factores de riesgo. Lo hacemos con imágenes radiológicas de rayos X dado que es una tecnología de uso convencional, rutinaria, económica y accesible; con esto se podrá hacer un tamizaje en la población objetivo por rango de edad de forma periódica mediante radiografía de rodilla y poder identificar factores de riesgo y cierta predisposición a la enfermedad”.
El doctor en tecnologías de la información y comunicación, con especialidad en bioinformática, por parte del Instituto Tecnológico y de Estudios Superiores de Monterrey (ITESM), hizo hincapié en que el equipo involucrado no está buscando la cura, pues no existe una definitiva para esta enfermedad; pero lo que sí buscan es detectar pacientes con cierta predisposición a su desarrollo y otorgarles los tratamientos oportunos y necesarios para controlar, retardar o postergar el avance de la enfermedad hacia la manifestación incapacitante, todo lo anterior mediante biomarcadores imagenológicos.
El también maestro en procesamiento de señales informó que para la primera etapa de la investigación, el equipo utilizó una base de datos estadounidense, por lo que el interés del equipo es generar una base de datos mexicana que coincida con el fenotipo y características físicas de la población objetivo para generar el biomarcador imagenológico.
“Por esta razón buscamos generar una base de datos mexicana y poder hacer un modelo de predicción de osteoartritis de y para mexicanos, pues el INR ha indicado que la enfermedad va en aumento y cada vez en edades más tempranas”.
Visión computacional para clasificación en pie diabético
Por su parte, el doctor Carlos Eric Galván Tejada refirió que el enfoque de este proyecto sobre el pie diabético se realiza en coordinación con el médico Miguel Ángel Cid Báez, docente investigador y colaborador del Laboratorio de Medicina Molecular de la UAZ, así como responsable técnico del proyecto Fondo Sectorial FOSSIS/Conacyt 2016, en vinculación con el Hospital General de Zacatecas.
En este proceso se busca desarrollar una herramienta de software móvil e imagenología, mediante la cual el profesional de la salud pueda clasificar, estatificar, diagnosticar, pronosticar y facilitar la toma de decisiones sobre el pie diabético.
“Nuestro objetivo es que a través de algoritmos de visión computacional, reconocimiento de patrones y de inteligencia artificial se detecte el perímetro, área, ubicación y demás variables de la herida de pie diabético, así como el tipo de tejido que presenta, en qué estado se encuentra y ofrecer al profesional de la salud una herramienta que emita clasificación, estratificación, diagnóstico, pronóstico y facilite la toma de decisiones. Todo esto sería a través de una fotografía simple, tomada desde un teléfono celular inteligente”.
Participación en el SPIE Medical Imaging Conference 2017
El doctor Jorge Galván indicó que durante el Verano de la Ciencia 2016, los investigadores de la UAZ trabajaron en conjunto con tres alumnos de estancia: Laura Zanella, de ingeniería en biomédica, de la Universidad Autónoma de San Luis Potosí (UASLP); Carlos Luna, de ingeniería bioquímica, del Instituto Tecnológico de Celaya, que forma parte del Tecnológico Nacional de México (Tecnm); Ángel Acosta, Daniel Cervantes y Fabián García, de ingeniería en mecatrónica de la UAZ.
“Durante el verano trabajamos en conjunto con estos alumnos de estancia y logramos varios avances importantes en cuanto a biomarcadores imagenológicos. Recientemente recibimos la notificación de la aceptación para publicarse en el SPIE Medical Imaging Conference, el segundo congreso más importante de imagenología médica en el mundo, que será efectuado en febrero de 2017 en Orlando, Florida, en Estados Unidos. Este es un logro muy significativo para nosotros, porque hay muy pocos alumnos de nivel licenciatura que pueden publicar en congresos de este nivel, esto es resultado del esfuerzo que ellos hicieron durante el verano”.
El docente investigador informó que el trabajo que los estudiantes enviaron al SPIE consistió en la generación de modelos multivariados basados en una medición llamada MOAKS para predecir dolor de rodilla.
“MOAKS es una medición clínica que hacen los médicos radiólogos sobre resonancia magnética, de manera automática o semiautomática. Basados en estas mediciones, los estudiantes encontraron modelos de predicción que a futuro podremos utilizar para generar los biomarcadores. Este trabajo también fue aceptado en el Encuentro Nacional de Cáncer de Mama, en México”, finalizó.
Fuente: CONACYT.
IMPORTANTE:
Sí: El usuario podrá preguntar, felicitar, realizar críticas constructivas y/o contribuir con opiniones relevantes en el campo de la ingeniería e infraestructura.
No: Molestar, intimidar o acosar de ninguna manera.Tampoco utilizará el espacio para la promoción de productos o servicios comerciales, así como de cualquier actividad que pueda ser calificada como SPAM.
Para saber más consulta los Términos de Uso de INGENET.