El cáncer de mama y la visión por computador para su aplicación en la imagen para el diagnóstico.

25 mayo 2021

AUTOR

  1. Diego Alcázar Martínez. Técnico Superior en Imagen para el Diagnóstico (TSID). Hospital Royo Villanova de Zaragoza.

 

RESUMEN

Entender cómo la visión por computador influye e influirá decisivamente cada vez más en una mayor prevención, detección precoz y tratamiento del cáncer de mama es entender el modo de funcionar de los sistemas sanitarios del siglo XXI.

Por lo anterior, en este trabajo, nos centraremos en entender las implicaciones que la visión por computador tendrá en la imagen para el diagnóstico médico del cáncer de mama.

 

PALABRAS CLAVE

Cáncer de mama, imagen para el diagnóstico, salud digital.

 

ABSTRACT

Understanding how computer vision increasingly influences and will decisively influence the prevention, early detection and treatment of breast cancer is to understand the way health systems work in the 21st century.

Therefore, in this work, we will focus on understanding the implications that computer vision will have on imaging for the medical diagnosis of breast cancer.

 

KEY WORDS

Breast cancer, diagnostic imaging, digital health-care.

 

INTRODUCCIÓN

El cáncer de mama es una de las dolencias que tiene una gran prevalencia[1] y un importante impacto en la sociedad, siendo crucial un diagnóstico precoz para aumentar las posibilidades de un tratamiento exitoso y reducir el grado de mortalidad[2].

En este escenario, la detección del cáncer de mama mediante la imagen para el diagnóstico se convierte un elemento crucial para conseguir los objetivos de una detección precoz, y dentro de la imagen para el diagnóstico la visión por computador “inteligente” empieza a jugar, y jugará mucho más en un futuro muy cercano, un papel preponderante.

 

OBJETIVO

La pretensión de este desarrollo es entender cómo la IA y el ML pueden influir en la detección y tratamiento de los casos de cáncer de mama en el presente y a futuro.

 

METODOLOGÍA

La metodología empleada para el desarrollo de este artículo se ha basado en los conocimientos y opiniones personales del autor y que se ha trabajado mediante la complementación de la información mediante búsquedas online que se han considerado relevantes para el conjunto del desarrollo.

 

RESULTADO

En los últimos años hemos vivido un gran auge de todo lo relacionado con la tecnificación de todos los ámbitos, sectores y estratos de la sociedad, una tecnificación basada en la digitalización de los sistemas, procesos e instrumentos y que se ha producido de una forma acelerada y transversal.

Esta digitalización acelerada, por supuesto, también ha alcanzado al ámbito sanitario. En la actualidad, los profesionales médicos disponen de herramientas de todo tipo que resultaban impensables hace tan sólo unos pocos años.

Uno de los ámbitos que más ha evolucionado en los últimos años (y que más lo hará en el corto y medio plazo) es el de la salud digital y, más concretamente, el de la “inteligencia” de la visión por computador y en la optimización del cribado de las imágenes para el diagnóstico consistentes en la búsqueda de elementos que permitan señalar la presencia de tumores de mama.

En primer lugar, debemos tener presente que dentro de lo que se entiende “visión por computador” deberemos entender que hablando de una forma purista no podremos considerar cómo este tipo de visión a aquellos casos en los que una máquina sea simplemente la encargada de procesar unas imágenes externas que le vengan dadas para que ésta realice un cribaje.

Lo anterior no resulta baladí pues aunque socialmente parece aceptado y además en la más amplia acepción del término podríamos englobar todo como “computadoras que ven”, en realidad si nos referimos puristamente a “visión por computador” deberíamos centrarnos en aquellas imágenes procesadas a través de los “ojos” del sistema digital (cámaras integradas). Mientras que si hablamos de cribaje mediante ingestión de imágenes externas podríamos estar hablando de mero cribado mediante sistemas detectores que puedan contar con aprendizaje automático.

Sea como fuere, lo que resulta evidente es que ambas disciplinas cuentan con un papel esplendoroso en una mejor, más rápida y eficaz detección del cáncer de mama. Una mejor, más rápida y eficaz detección del cáncer de mama evidentemente redunda en un beneficio directo para las personas usuarias del sistema sanitario que, ya no tan sólo ven aumentada su posibilidad de supervivencia, también pueden ver mejorada la calidad asistencial.

Pero, además de un beneficio para las personas usuarias de los sistemas sanitarios, una optimización en la detección de los cánceres mamarios también redunda en beneficios directos e indirectos para la presión operativa y económica de los sistemas sanitarios públicos y sanitarios, para la sociedad en general y, por supuesto, para uno y cada uno de los actores implicados en el sistema, siendo los profesionales médicos los principales beneficiados de estos sistemas.

Contar con herramientas que ayuden a detectar más y mejor el cáncer de mama de una forma temprana, más allá de minimizar el error humano y de, incluso, poder aumentar la precisión de las detecciones o predicciones[3] de que este tipo de cáncer se haya desarrollado o se vaya a desarrollar permite al profesional sanitario disponer de una herramienta de diagnóstico avanzada que además le posibilita actuar rápidamente, actuar en consecuencia y centrarse en aplicar el tratamiento adecuado a la persona paciente que corresponda.

 

CONCLUSIONES

Sin duda, nos encontramos ante una evolución y una revolución en toda regla de todo lo que tiene que ver con el procesado inteligente de las imágenes para el diagnóstico mediante algoritmos de inteligencia artificial y nos encontramos en un escenario donde la visión por computador cada vez adquirirá mayores cotas de presencia en todos los rincones de los sistemas sanitarios.

Una evolución y una revolución cada vez más cercana y que empieza a traspasar a todas las capas y estratos de la sociedad. Un cambio que ha llegado para quedarse y que no viene para sustituir a los profesionales médicos, sino que lo hace para cooperar con ellos, aportar valor y complementar su labor.

 

BIBLIOGRAFÍA

  1. “Pronóstico del cáncer de mama: mortalidad y esperanza de vida”, publicado por la Asociación Española Contra el Cáncer.
  2. “Las cifras del cáncer en España” (de 2020), publicado por la Sociedad Española de Oncología Médica (SEOM).
  3. “La predicción del riesgo del cáncer de mama da un paso más gracias a la inteligencia artificial”, publicado por la Sociedad Española de Senología y Patología Mamaria (SESPM).

 

Publique con nosotros

Indexación de la revista

ID:3540

Últimos artículos