En la actualidad la tomografía computarizada (TC) es una de las técnicas más utilizadas en el diagnóstico de diversas patologías debido a su excelente rendimiento y rapidez en la obtención de imágenes o cortes transversales de huesos, vasos sanguíneos como también de tejidos blandos del cuerpo. Igualmente, se ha convertido en una de las modalidades radiológicas que conlleva una mayor exposición a la radiación, equivalente a exponerse al sol sin protección de seis meses a cinco años.
Para revertir esta situación, la Dra. Violeta Chang Camacho, académica del Departamento de Ingeniería Informática Usach, junto a la Dra. Dra. Aline Xavier, de Ingeniería Civil Biomédica del plantel, en colaboración con el Dr. José Manuel Saavedra Rondo (director del proyecto), el Dr. José Francisco Delpiano Costabal y el radiólogo Héctor Henríquez Leighton, se adjudicaron el proyecto Fondef IDeA I+D 2024 “Reconstrucción de tomografías computarizadas con baja dosis de radiación mediante modelos generativos acelerados basados en técnicas de difusión”.
La Dra Chang, quien es directora alterna del proyecto, explica que las TC tienen una dosis de radiación estándar que se utiliza en el mundo. Pero si esa dosis se baja “la nitidez en las imágenes de las lesiones se va perdiendo. Si se baja al 50% la dosis de radiación, no se logran ver, principalmente, las lesiones más pequeñas de 1 a 3 centímetros. Nuestro propósito es utilizar métodos de inteligencia artificial, que nos permitan generar imágenes a partir de otras de baja radiación como si fuera con dosis regular, que no comprometan la precisión diagnóstica”, indica.
Para lograr esto, se propone desarrollar modelos de inteligencia artificial basados en prototipos generativos, los cuales aprenderán la distribución de las TC con cantidades de radiación estándar para luego reconstruirlas a partir de imágenes con dosis reducidas. Se emplearán modelos de difusión, que representan lo último en generación de contenido, así como un enfoque basado en ecuaciones diferenciales estocásticas para agilizar el proceso de inferencia.
Los resultados de este proyecto tendrán un impacto significativo en la salud tanto del personal médico como en pacientes, especialmente en niñas (os) y jóvenes, porque “el efecto de las TC no se ve ahora, sino en treinta o cuarenta años más, cuando esas (os) pacientes pediátricos estén en su etapa adulta”, advierte.
Una vez obtenidos los modelos generativos acelerados, se deben poner a prueba en un ambiente real. Para ello, la innovación se aplicará en TC de fantomas y pacientes de la Clínica Santa María, que cuenta con equipos de radicación dual, con la intención de incorporarlo posteriormente a la rutina clínica.
Investigación multidisciplinar
En el equipo que está desarrollando la innovación en imagenología médica, hay profesionales del área de la biotecnología, de radiología, como también de las ingenierías eléctricas e informáticas, además estudiantes de magíster de nuestra casa de estudios.
Para la Dra. Violeta Chang, el contar con distintas miradas disciplinares, permite “consensuar un camino que permite desarrollar modelos nuevos en inteligencia artificial con valor agregado que es lo que buscamos en el área de informática. Existen artículos científicos que proponen métodos para resolver este problema, pero desde una mirada técnica y se alejan de lo clínico. Nunca llegan a ver si tiene algún impacto en las (os) médicas (os) o en pacientes que es donde queremos agregar valor”, remarca.