TECNOLOGÍAS: Tecnología de los ordenadores

Un método para clasificar datos ayuda a tomar decisiones médicas sobre melanomas

  • Facebook
  • Delicious
  • Meneame
  • Arroba

Investigadores de la Universidad de Córdoba y otros centros andaluces han creado un sistema para clasificar melanomas a partir de imágenes dermatoscópicas, tomadas con un instrumento de microscopía de luz refleja. Los sistemas de clasificación desarrollados por el equipo sirven de apoyo a los facultativos para decidir los tratamientos sobre estos tumores de la piel y otras operaciones médicas, como los trasplantes de hígado. 

Más información sobre:
redes artificiales neuronales
trasplante
hígado
melanoma
informática

UCO | | 12 julio 2016 10:30

<p>Melanoma de unos 2,5 centímetros de diámetro. / <a href="https://es.wikipedia.org/wiki/Melanoma#/media/File:Melanoma.jpg" target="_blank">Wikimedia Commons</a></p>

Melanoma de unos 2,5 centímetros de diámetro. / Wikimedia Commons

En el mundo actual cada vez se acumulan más datos de todo tipo. Tanto es así que se ha acuñado el término infoxicación para definir la saturación de información a la que son sometidos los profesionales de diferentes campos. Organizar esta información puede ayudar a tomar decisiones médicas o económicas que, en última instancia, también puede ayudar a salvar vidas.

Un equipo de investigación de la Universidad de Córdoba (UCO) han desarrollado métodos de clasificación ordinal, un tipo de modelos de clasificación que ha resultado ser más preciso que clasificadores tradicionales, entre otros, en el campo de la biomedicina como son la detección de melanomas o el emparejamiento de donante-receptor en los trasplantes de hígado.

El grupo de investigación Aprendizaje y Redes Neuronales Artificiales (AYRNA) ha desarrollado varios de estos algoritmos que aprenden de los datos basándose en técnicas estadísticas, matemáticas y de inteligencia computacional. “Los datos los podemos clasificar de diferentes maneras, como, por ejemplo, de forma binaria. Sería la forma en la que ordenamos a las personas de manera general: o son de hombres o son mujeres”, dice César Hervás, director del equipo científico.

El sistema tipifica la lesión de la piel como benigna o maligna y su etapa de desarrollo con los datos extraídos de estas imágenes

Esta vía permite diferenciar datos de una manera básica, pero hay otras más complejas. “Podemos introducir más variables para clasificar los datos e, incluso, ordenarlos de mayor a menor en una escala”, continúa Hervás, catedrático del Departamento de Informática y Análisis Numérico en la UCO. El equipo que dirige ha aplicado esta clasificación de datos de manera ordinal en diversos campos.

En este contexto, una línea desarrollada conjuntamente por la UCO con las universidades de Sevilla y Loyola Andalucía ha permitido crear un sistema para clasificar melanomas a partir de imágenes dermatoscópicas. La dermatoscopia (también llamada microscopía de epiluminiscencia o de luz refleja) es una técnica no invasiva de diagnóstico en dermatología mediante un dermatoscopio, un instrumento óptico para examinar mejor las lesiónes por debajo de la superficie cutánea amplificando in vivo la imagen sospechosa.

Con los datos extraídos de estas imágenes (información sobre variaciones de color, textura, borde…), el sistema tipifica la lesión de la piel del paciente como benigna o maligna y en el segundo caso, además, identifica en qué etapa se encuentra el desarrollo del tumor “De esta manera, el médico puede identificar el avance de la enfermedad y establecer un tratamiento más dirigido a partir de una prueba no invasiva”, establece el profesor Hervás. Los resultados de este trabajo se han publicado en la revista IEEE Transactions on Medical Imaging.

El diagnóstico actual del melanoma se basa generalmente en una inspección visual del dermatólogo o dermatóloga. Si existen evidencias la presencia del melanoma se procede a realizar una biopsia para determinar la profundidad del mismo, que determina la etapa de evolución de la enfermedad y está directamente relacionada con la tasa de supervivencia, información con la que el especialista establece las medidas a tomar.

De esta manera el médico puede identificar el avance de la enfermedad y establecer un tratamiento más dirigido a partir de una prueba no invasiva

Según la Organización Mundial de la Salud, sólo en la Unión Europea se diagnostican 100.000 nuevos casos de melanoma cada año con una tasa de mortalidad de entre el 9-12%. Una detección temprana del tumor permitiría reducir tanto la mortalidad de la enfermedad como la profundidad de las intervenciones quirúrgicas que se llevan a cabo para que la enfermedad no colonice otros órganos o tejidos.

También para trasplantes hepáticos

El grupo AYRNA también emplea sistemas de clasificación ordinal para los trasplantes de hígado. Según el dossier de la Organización Nacional de Trasplantes (ONT) de 2015, en dicho año fueron 2282 los pacientes que ingresaron en lista de espera de un órgano para un trasplante hepático, para tener una calidad de vida razonable o vivir más tiempo. Sin embargo, se calcula que sólo hay un millar de donantes, de este órgano, al año en España.

Es decir, aproximadamente cuatro de cada cinco solicitantes no verá satisfecha esta necesidad. Los médicos deben priorizar qué pacientes son los beneficiados por un trasplante, lo que supone una gran responsabilidad.

A partir de datos de supervivencia y mejora de las condiciones de vida de los pacientes trasplantados (a quince días, tres meses, medio año y un año), el equipo científico junto con el equipo de los doctores Briceño y De la Mata del hospital Reina Sofía, estableció un modelo que facilita al hospital la toma de decisiones. El método organiza a los futuros beneficiarios en categorías y prioriza unos candidatos respecto a otros según unos criterios objetivos.

“No trata de substituir el criterio médico, que es más amplio, sino que le dota de una serie de información cuantitativa que puede ser tenida en cuenta a la hora de tomar una decisión tan difícil”, indica Hervás. Esta línea ha sido expuesta recientemente en la 11th International Conference on Hybrid Artificial Intelligent Systems y en revistas científicas.

Referencia bibliográfica:

A. Sáez, J. Sánchez-Monedero, P.A. Gutiérrez, C. Hervás-Martínez, "Machine Learning Methods for Binary and Multiclass Classification of Melanoma Thickness From Dermoscopic Images". IEEE Transactions on Medical Imaging. 2016 Apr; 35(4):1036-45. doi: 10.1109/TMI.2015.2506270. Epub 2015 Dec 7.

Zona geográfica: Andalucía
Fuente: UCO

Comentarios

QUEREMOS SABER TU OPINIÓN

Por favor, ten en cuenta que SINC no es un consultorio de salud. Para este tipo de consejos, acude a un servicio médico.

AGENCIA SINC EN TWITTER