Algoritmo para detectar más temprano cáncer de mama

Diagnóstico de cáncer de mama mediante mastografía en México no es un buen método, dice investigadora

Un proceso para el análisis de imágenes de Western blot para detectar atributos propios de pacientes con cáncer de mama, el cual ayuda al especialista a obtener un resultado certero y en menor tiempo, es desarrollado por investigadores de la Universidad Veracruzana (UV).

El proyecto se basó en comparar las bandas de proteína en un Western blot obtenidas de mujeres con cáncer con patología benigna de la mama y sin patología mamaria.

Esa innovación clínica que involucra el uso de algoritmos de visión por computadora para la clasificación de bandas de proteínas, tiene como objetivo desarrollar y ofrecer a la clínica un método de detección más temprano para cáncer de mama; no obstante, el algoritmo desarrollado a partir de las imágenes del proyecto de cáncer puede ser utilizado para analizar de manera automática cualquier imagen de Western blot, señaló Tania Romo González, del Instituto de Investigaciones Biológicas de la UV.

«El diagnóstico para cáncer de mama en la actualidad, al menos en México, se realiza mediante la mastografía, pero no es un buen método, ya que para que sea reconocible la masa tumoral debe tener al menos un centímetro de diámetro, cuando esto sucede, ya la enfermedad está avanzada, generando un mal pronóstico para el paciente», dijo la investigadora.

Aseguró que, a diferencia de la mastografía, identificar la presencia de autoanticuerpos en la sangre, que surgen contra las células tumorales de la mama, permite diagnosticar la enfermedad de manera temprana.

«Nosotros –apuntó– con el uso de la técnica de Western blot o inmunoblot de una dimensión (1D immunoblot) detectamos al comparar los sueros de mujeres con cáncer de mama, con patología de la mama y sin patología mamaria, que existían bandas que se presentaban sólo en las mujeres con la patología».

No obstante, la comparación y análisis de las bandas de proteínas es complejo a nivel visual para los expertos, por lo que en colaboración con el Centro de Investigación de Inteligencia Artificial trabajan en el desarrollo de un método automático para la clasificación de imágenes de acuerdo con los criterios obtenidos.

Inteligencia artificial

«La ventaja de analizar las imágenes utilizando algoritmos de visión por computadora es que estos realizan un análisis cuantitativo, es decir, miden directamente los valores de las bandas y extraen los patrones que estas forman. Lo anterior elimina el aspecto subjetivo del ojo humano», indicó el doctor Héctor Gabriel Acosta Mesa, investigador del CIIA quien participa en el proyecto denominado «Uso de algoritmos de visión por computadora para detección de cáncer de mama en bandas de proteínas».

Este método permite un análisis más preciso debido a que el algoritmo tiene un modelo matemático entrenado con ejemplos, y es más rápido en comparación con la evaluación subjetiva del experto, lo cual reduce el diagnóstico de días a minutos.

Por último, indicó que la idea es continuar trabajando para crear una herramienta de software que apoye a los expertos, haciendo la labor más precisa, rápida y eliminando la subjetividad.

El proyecto se gestó a partir de la investigación conjunta del Instituto de Investigaciones Biológicas de la UV con el Instituto de Investigaciones Biomédicas de la UNAM. (Con información del Conacyt) ♦

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

A %d blogueros les gusta esto: