Programa informático combina IA y tecnología de imágenes térmicas para detección temprana de cáncer de mama

Un grupo de investigadores, dirigido por la Universidad Tecnológica de Nanyang (NTU, Singapur), creó el programa informático para identificar posibles tumores en la mama humana. Esta innovación se basa en el conocimiento de que los tumores de mama malignos distribuyen el calor de manera diferente en comparación con el tejido mamario sano. El programa, denominado Red neuronal informada por la física (PINN), integra inteligencia artificial (IA) con tecnología de imágenes térmicas. Desarrollado en colaboración con médicos especializados en imágenes e intervención mamaria, PINN analiza imágenes infrarrojas térmicas de la mama, detectando patrones de calor para identificar posibles tumores malignos en cinco minutos. Para refinar y "entrenar" PINN, el equipo lo alimentó con exploraciones mamarias infrarrojas de miles de pacientes, con y sin tumores mamarios malignos.

Al probar PINN en cientos de imágenes infrarrojas de mama que contenían tumores malignos, los investigadores descubrieron que el programa podía identificar tumores dañinos con una precisión del 91 %. A diferencia de los métodos tradicionales, PINN no requiere equipos voluminosos y funciona mucho más rápido, utilizando una cámara infrarroja para capturar imágenes de la mama desde múltiples ángulos para su análisis por computadora. Dado que emplea tecnología de imágenes térmicas, presenta una alternativa más segura para mujeres con mayor riesgo de cáncer de mama o con antecedentes familiares de la enfermedad, especialmente considerando que las mamografías implican exposición a radiación ionizante. Sin embargo, los investigadores enfatizan que PINN no pretende reemplazar las técnicas de diagnóstico actuales. Más bien, puede actuar como una herramienta valiosa y accesible para la detección temprana del cáncer de mama.

"Los hallazgos de nuestro estudio, y el desarrollo de PINN, se centran en la capacidad de la IA para analizar con rapidez y precisión grandes conjuntos de datos, específicamente miles de exploraciones mamarias infrarrojas", dijo el profesor asociado Eddie Ng Yin Kwee, de la Escuela de Ingeniería Mecánica y Aeroespacial de NTU Singapur, quien dirigió el estudio. “También nos beneficiamos del aprendizaje automático al calibrar PINN, ya que hizo que el programa fuera fácilmente entrenable, ayudándolo a reconocer patrones y generalizar bien datos nuevos e invisibles, lo que lo hace adaptable y confiable. PINN podría ayudar en la identificación temprana de posibles anomalías en los tejidos mamarios, no sólo contribuyendo a mejores resultados del tratamiento sino también agilizando el proceso de detección, permitiendo a los profesionales de la salud priorizar casos complejos”.

Enlaces relacionados:
NTU Singapur