Se trata de un trabajo interdisciplinar de tres años de profesionales locales y de Mar del Plata que promete marcar un hito en la prevención del cáncer de mama. Cómo funciona el «triage» digital que promete acelerar diagnósticos y salvar vidas.
Los médicos recomiendan una mamografía anual para mujeres mayores de 40 años (Imagen ilustrativa)
Por Violeta Marcovich/Redacción NotiSalud
El uso de Inteligencia Artificial aplicada a la medicina no es nuevo, aunque comenzó a expandirse recientemente en todo el mundo. San Juan podría ponerse a la vanguardia en la materia al aplicar por primera vez un modelo de IA para análisis de mamografías entrenado con datos locales, que podría permitir acortar el tiempo entre diagnóstico y tratamiento.
Bioingenieros sanjuaninos tomaron contacto con el problema y desarrollaron un proyecto que tiene importante grado de avance luego de tres años de trabajo a partir del acuerdo entre el Instituto de Bioingeniería de la Universidad Nacional de San Juan (UNSJ), el Ministerio de Salud de San Juan y la Universidad Nacional de Mar del Plata.
El ingeniero Juan Pablo Graffigna, Magíster en Ingeniería Biomédica y director del Instituto de Bioingeniería de la UNSJ, contó a NotiSalud los detalles sobre esta innovación denominada Modelo de Inteligencia Artificial (IA) de aprendizaje profundo que será una herramienta eficaz en la prevención del Cáncer de mama.
Parten de la premisa que los estudios se hacen, que los centros de referencia de la Salud provincial como el Hospital Marcial Quiroga y el Hospital Rawson atienden a cientos de pacientes diariamente. Por eso la herramienta que proponen permitirá en tiempo real, en el día, lanzar alertas sobre los casos urgentes para que el sistema de salud pueda contactar a la paciente e iniciar el tratamiento pertinente.
Por Zoom, así trabajaron en este proyecto los bioingenieros sanjuaninos e ingenieros de Mar del Plata.
El valor de lo local: por qué los datos de San Juan marcan la diferencia
Uno de los grandes desafíos de la IA en medicina es el «sesgo de entrenamiento». Muchos de los softwares comerciales que existen en el mercado global se programan con imágenes de pacientes de Europa o Estados Unidos, “cuyas características anatómicas o realidades asistenciales difieren de las nuestras” dicen los científicos locales.
Para que este proyecto fuera verdaderamente efectivo, el equipo se propuso un desafío enorme: conseguir datos locales. Tras un año y medio de rigurosas gestiones ante el Comité de Ética del Ministerio de Salud provincial, lograron conformar un banco de 20.000 imágenes pertenecientes a 5.000 estudios de mujeres sanjuaninas.
La bioingeniera Daniela Pedrozo Roca también integra el proyecto y explica con total claridad la importancia de este paso:
“Fue muy importante que se usaran datos de la provincia, porque depende de los datos de entrenamiento el sesgo que tiene luego el modelo. Si son usando datos de otras partes del mundo, en cambio, la parte rica de esto es que sean datos locales”.
Con el software en su etapa final de optimización, las expectativas son altas para los próximos meses:
“La idea es que en uno o dos meses más estará el modelo entrenado, lo que va a permitir que el modelo me pueda decir, tras analizar una mamografía, el nivel de riesgo oncológico que tiene ese paciente”.
Vista de una prueba con el Modelo de IA que desarrollan en base a imágenes reales de mujeres sanjuaninas, cuyos datos personales permanecen anónimos.
Un «triage» inteligente para ordenar la urgencia
Para entender el impacto real en las pacientes, hay que asomarse al día a día de los hospitales. Graffigna puntualiza que “no son muchos” los radiólogos especializados en mamografía y que la mecánica de trabajo hace que los estudios se informen por estricto orden de llegada. Esto significa que una imagen con una sospecha de alta gravedad puede quedar esperando días en la fila detrás de decenas de estudios completamente normales.
El nuevo modelo de IA funcionará de manera invisible pero constante: como un agente de minería de datos que, de forma autónoma, revisará los estudios del día en el sistema, los procesará bajo la clasificación médica estándar BI-RADS (de 0 a 5) y generará alertas automáticas. No viene a reemplazar al médico, sino a guiar su mirada hacia lo urgente, resaltan los profesionales.
“Muchas veces transcurre mucho tiempo entre que se hace la mamografía, se informa y la paciente es tratada en alguno de los dos centros de referencia. Esto lo que nos va a permitir es hacer una especie de triage de informes”, detalla Daniela.
La meta final de esta tecnología excede el software; busca humanizar el circuito de atención reduciendo la angustia de la espera.
“La idea es ir avanzando, que esa persona pueda rápidamente acceder al tratamiento. Después de las alertas del modelo de IA, el radiólogo debe informar rápido y el sistema de salud debe contactar a la paciente. Así reducimos la morbimortalidad”.
El equipo completo está integrado por Pedrozo, Graffigna y Facundo Cortez representando al Instituto de Biotecnología de la UNSJ, Agustín Amalfitano y Diego Comas de la Facultad de Ingeniería de la UNMDP, la doctora Ana María Sanz del Hospital Guillermo Rawson y el doctor Miguel Agliozzo del Hospital Marcial Quiroga.
Cómo funciona el «triage» digital. (Ilustración por Gemini, con datos de NotiSalud).
Innovación con explicabilidad y sentido social
El disparador de esta investigación fue la sincera preocupación médica, a través del doctor Miguel Agliozzo quien compartió al equipo que las mujeres de la provincia estaban llegando tarde a sus tratamientos porque los tiempos de lectura de las mamografías estaban desbordados.
Para dar respuesta a este problema, surgió el proyecto, que avanza sin un presupuesto asignado, impulsado a pulmón gracias al compromiso horario y el conocimiento del personal de las instituciones involucradas.
Graffigna destaca que este modelo da un paso más allá de los sistemas predictivos tradicionales a través de lo que en ciencia se conoce como «explicabilidad»: el software no solo advierte que una mamografía es peligrosa, sino que le indica al médico la zona exacta del tejido donde detectó la anomalía.
“El punto más fuerte es que sea con datos clínicos locales; hace que sea más preciso para la población local. Además, estamos utilizando algunas técnicas que le permitirán dar información de la zona donde detecta algo, o cómo preprocesa las imágenes; son datos que enriquecen el modelo ante necesidades locales”.
En un contexto donde la tecnología suele ligarse al mercado de patentes comerciales, Graffigna rescata el valor de la ciencia con impacto social, abriendo la puerta a que San Juan sea el faro para otras provincias:
“El espíritu real no es trabajar sobre el lucro, sino sobre un problema concreto de nuestra salud pública. Se hace un registro de los modelos y, a partir de ahí, se podría replicar. Si queremos, podemos hacer que lo use otra provincia, sin tener que pagar, con un acuerdo, claro. Estamos en un mundo en que todo se mueve por la cuestión económica, pero somos dos universidades públicas, un hospital público; está bueno pensar más allá de la cuestión monetaria”.
El modelo se encuentra en la etapa final de validación y desarrollo de software para su interfaz clínica. Una vez concluido el entrenamiento y articuladas las aprobaciones con el Ministerio de Salud, San Juan encenderá una herramienta clave: una tecnología de vanguardia nacida de la salud pública, pensada por y para su propia comunidad.
