Enfermedades

Alumnos del IPN desarrollan sistema para diagnosticar cáncer de ovario

Mediante un sistema informático, estudiantes de la Escuela Superior de Cómputo del IPN, lograron detectar cáncer de ovario con especificidad y sensibilidad de 100 por ciento, en tanto que el porcentaje de certeza para el cáncer de mama es de 92 por ciento
image

Alumnos del IPN desarrollan sistema para diagnosticar cáncer de ovario

Alumnos de la Escuela Superior de Cómputo (ESCOM) del Instituto Politécnico Nacional (IPN) crearon un sistema informático que, a través de la aplicación de inteligencia artificial, permite conocer si existe cáncer de ovario con especificidad y sensibilidad del ciento por ciento, así como detectar de mama con un porcentaje de certeza de 92 por ciento.

Con un sistema con estas características, los estudiantes politécnicos pretenden apoyar de manera efectiva el prediagnóstico de esas enfermedades y contribuir a reducir en México el índice de muertes por esos tipos de cáncer.

Los alumnos Dulce Hernández Cruz, Karla Teresa Miranda Gutiérrez y Eduardo Martínez González, autores del proyecto, señalaron que al no ser posible determinar a simple vista si una persona tiene cáncer, los especialistas tienen que recurrir a una biopsia.

Sin embargo, aseguraron que con el sistema creado en la ESCOM es posible obtener un prediagnóstico fidedigno.

Refirieron que la minería de datos permite analizar grandes volúmenes de información, por lo cual, al introducir los resultados de los estudios, es posible analizarlos mediante algoritmos especiales de inteligencia artificial y árboles de decisión (modelos de predicción).

Señalaron que para el prediagnóstico de cáncer de mama se tomaron de un repositorio los resultados de imágenes de mastografías. De esa forma analizaron color, densidad, textura, forma, radio y perímetro de los tumores; con base en esa información determinaron 30 atributos que proporcionan la información más relevante y determinan cuándo hay presencia de células cancerosas.

Espectometría de masas

En un comunicado, el IPN detalló que en el caso del carcinoma de ovario los alumnos analizaron resultados del estudio denominado espectrometría de masas, el cual, mediante un análisis de sangre, mide la existencia de la proteína CA 125 que se encuentra en pacientes con ese problema, y mide la consistencia molecular de la proteína. De los repositorios estudiaron la proporción de la proteína presente en cada caso y el sistema indica, con base en ello, la existencia o no del mal.

Los jóvenes politécnicos explicaron que en el sector salud existe una cantidad muy grande de pacientes que requieren de un diagnóstico preciso; por ello, consideraron que este sistema se puede utilizar como una herramienta muy valiosa, debido a que el médico tiene a su alcance mayor información que permitirá tomar la decisión de indicar o no la biopsia a la paciente.

"Consideramos que el sistema es una buena herramienta para contribuir a reducir el número de biopsias", indicaron.

Precisaron que en los repositorios de información se tomaba una cantidad muy grande de atributos, los cuales se redujeron con este sistema mediante técnicas especiales y únicamente se tomaron en cuenta los que proporcionan información más significativa, con el propósito de que los resultados de la minería de datos sean más certeros.

Ejemplificaron que los atributos para el prediagnóstico de cáncer de ovario eran 15 mil 150 y mediante algoritmos especiales los redujeron a 91; mucha de esa información se refiere a la masa sobre la carga de las moléculas, lo cual es de gran relevancia para los médicos.

Para que el sistema realizara los prediagnósticos se tuvo que programar el sistema con técnicas y procesos muy lentos, algunos tardaron más de un día.

Subrayaron que para desarrollar el sistema contaron con la asesoría de los catedráticos e investigadores de la ESCOM Jorge Luis Rosas Trigueros y Rosaura Palma Orozco, con la orientación del jefe del Servicio de Oncología del Hospital General de México, Édgar Román Bessaure, y algunos especialistas particulares.

Aseguraron que el sistema actualmente funciona muy bien, pero podrían probarse otros algoritmos para mejorar el índice de certeza para el prediagnóstico en tumores de seno.

El sistema está a disposición de quien quiera realizar investigación en torno al tema.