Investigadores del CONICET utilizan Inteligencia Artificial para la detección del cáncer de mama

Tabla de contenido

La plataforma web MammoInsight busca revolucionar el diagnóstico temprano mediante algoritmos avanzados, aliviando la carga de los especialistas y estandarizando la calidad en la evaluación médica

El proyecto es liderado por Ernesto Rafael Pérez, CPA del CONICET en el IQUIBA-NEA. Crédito de la imagen: CONICET Nordeste.

En un artículo firmado por Cecilia Fernández Castañón – CCT Nordeste se dio a conocer que un equipo de especialistas del CONICET está desarrollando MammoInsight, una plataforma web que utiliza modelos de inteligencia artificial para el análisis de mamografías digitales y la detección temprana del cáncer de mama. La iniciativa busca ofrecer una herramienta que aumente la precisión de los diagnósticos, alivie la carga de trabajo del personal de salud y facilite el acceso a evaluaciones de alta calidad.

El proyecto es liderado por Ernesto Rafael Pérez, profesional de la Carrera del Personal de Apoyo del CONICET en el Instituto de Química Básica y Aplicada del Nordeste Argentino (IQUIBA-NEA, CONICET – UNNE). La propuesta ha sido presentada en distintos concursos y fue finalista en el Premio IA Transformadora 2024 y en Ideatón Salud 2023 de la Cámara Argentina de Especialidades Medicinales (CAEME).

La plataforma de MammoInsight está diseñada para analizar mamografías automáticamente, generando información clara para asistir a los profesionales de la salud en la toma de decisiones. “El objetivo es no solo mejorar la eficiencia, sino también estandarizar la calidad de la evaluación médica en todos los centros de salud, aumentando las posibilidades de detección temprana y, por lo tanto, mejorando las tasas de supervivencia de los pacientes”, señaló el líder del proyecto, Ernesto Rafael Pérez.

Mediante la incorporación de esta herramienta al sistema de salud, se puede aumentar la precisión en los diagnósticos, gracias a algoritmos avanzados que minimizan los errores y ofrecen resultados más confiables. De esta manera, se puede lograr automatizar parte del análisis de las mamografías, lo que alivia la carga de trabajo para el personal de salud y permite centrar la atención en los casos más complejos.

Además, la plataforma facilita el acceso a una herramienta estandarizada y accesible en cualquier centro de salud, garantizando evaluaciones consistentes y de alta calidad para todas las pacientes. El objetivo principal es mejorar las tasas de supervivencia a través de una detección temprana y eficiente.

Los desarrolladores del proyecto también tuvieron en cuenta la protección de la privacidad y la seguridad de los datos médicos. “Todos los análisis y procesos están diseñados bajo estrictos estándares de seguridad, garantizando que la información médica de las pacientes esté protegida en todo momento”, señaló Pérez y asegura que no se utilizan datos para entrenar los modelos de IA sin el consentimiento explícito de las personas involucradas y que solo los profesionales de la salud autorizados tienen acceso a los resultados.

Actualmente, el proyecto se encuentra en la fase de pruebas e integración de módulos del sistema. El equipo de investigación está desarrollando una base sólida de investigación científica que permite crear algoritmos eficaces e innovadores en salud, modelos de inteligencia artificial funcionales, herramientas predictivas basadas en datos clínicos y aplicaciones. La iniciativa cuenta con una infraestructura híbrida segura que combina servidores locales y en la nube, además de dominios registrados y está estableciendo contactos estratégicos a través de la Oficina de Vinculación Tecnológica del CONICET Nordeste.

Un componente clave de este desarrollo es el Subconjunto de datos de entrenamiento de MammoInsight para la clasificación de malignidad en mamografías, un dataset crucial para entrenar y validar el modelo de clasificación de malignidad de la plataforma. Este conjunto de datos está disponible en el Repositorio Institucional CONICET Digital.

Cita
#

El artículo Subconjunto de datos de entrenamiento de MammoInsight para la clasificación de malignidad en mamografías fue publicado en el Repositorio Institucional CONICET Digital. Autores: Pérez, Ernesto Rafael; Angelina, Emilio Luis; Peruchena, Nélida María; Gómez Chávez, José Leonardo; Zalazar, María Fernanda; Duarte, Darío Jorge Roberto; Conti, Germán Andrés. Colaborador: Torres, Ramón Antonio.