Mediante técnicas de procesamiento de imágenes y reconocimiento de patrones, estudiantes del Instituto Politécnico Nacional (IPN) desarrollaron una herramienta computacional que permite la elaboración de pre-diagnósticos para identificar a pacientes con cáncer de pulmón en etapa temprana.

Esta herramienta analiza imágenes de tomografías computarizadas del tórax y las clasifica para elaborar el prediagnóstico, que ayuda a los especialistas a la elaborar diagnósticos concluyentes.

Ximena Fernanda Cortés Perales, Isaac Iván Aguirre Bahena y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo

y creadores del sistema, explicaron que para el análisis digital de imágenes se emplearon técnicas de reconocimiento de patrones (Redes Neuronales Artificiales), con las que fueron clasificadas de acuerdo con ciertos patrones, rasgos y características.

En un comunicado, el IPN informó que los estudiantes trabajaron con un banco de imágenes de mil 400 pacientes difundidas en Internet por el sitio The Lung Image Database Consortium Image Collection (LIDC-IDRI), de Estados Unidos. Con estas, aplicaron una serie de algoritmos capaces de reconocer las diferencias entre tomografías de pacientes sanos y con afecciones en los pulmones.

Isaac Aguirre indicó que el sistema alcanzó 95 por ciento de precisión y 95 por ciento de exhaustividad, que se refiere al porcentaje de los prediagnósticos que se clasifican correctamente.

Ximena Cortés, una de las estudiantes que desarrollaron esta herramienta, señaló que la importancia del proyecto radica en que en la actualidad el cáncer de pulmón es considerado la segunda causa de muerte en hombres y la cuarta en mujeres en México.

De acuerdo con estimaciones médicas, 70 por ciento de los diagnósticos de cáncer en estados clínicos tempranos tienen mejor respuesta al tratamiento. Por ello, creemos que es primordial el desarrollo de este sistema, que auxilia en la detección oportuna del cáncer de pulmón.