Un sistema de inteligencia artificial capaz de detectar posibles tumores, mediante la imitación de la mirada humana

La premisa desde el inicio de la investigación es la habilidad humana de distinguir diferentes partes de una imagen, por lo que un grupo de investigadores de la Universidad de Cardiff en Gales utilizó, en esta investigación, un algoritmo informático de aprendizaje profundo, mejor conocido como red neuronal convolucional, diseñado para simular la red interconectada de neuronas en el cerebro humano y está modelado específicamente en la corteza visual.

El algoritmo está diseñado para tomar imágenes como base de un análisis y asignarles jerarquía de importancia a aspectos o puntos específicos dentro de la misma imagen.

Entre los diversos escenarios donde podría utilizarse esta tecnología, es la detección de posibles tumores en imágenes médicas, por ello que el Grupo de Investigación de Informática Multimedia, perteneciente a la misma universidad, trabajan en probar que el sistema podría ayudar a radiólogos a encontrar lesiones en imágenes médicas, mejorando la velocidad y precisión de los diagnósticos.

En el estudio se trabajó con un banco de imágenes enorme, donde cada imagen ya había sido analizada con anterioridad o simplemente vista por humanos, donde se identificó las diversas áreas de interés, mediante el uso de software de seguimiento ocular.

A continuación, las imágenes se integraron al algoritmo, y usando el sistema de IA de aprendizaje profundo, el sistema inició el aprendizaje lento de detalles en las imágenes, hasta adquirir la capacidad de predecir, con precisión, las partes destacadas de la imagen.

Para probar su eficacia, este nuevo sistema fue probado ante otros siete sistemas similares que se encuentran en uso y de última generación. El nuevo sistema demostró su superioridad en las métricas obtenidas.

El Dr. Hantao Liu, de la Facultad de Ciencias de la Computación e Informática de la Universidad de Cardiff, comentó que esta nueva IA es “capaz de predecir con éxito dónde miran las personas en imágenes naturales podría desbloquear una amplia gama de aplicaciones, desde la detección automática de objetivos hasta la robótica, el procesamiento de imágenes y el diagnóstico médico”.

El equipo continúa desarrollando y mejorando el sistema para materializar la ayuda en lesiones médicas, por otro lado, el código usado está gratuitamente disponible. En palabras del Dr. Liu “para que todos puedan beneficiarse de la investigación y encontrar nuevas formas de aplicar esta tecnología a problemas y aplicaciones del mundo real”.

Puede acceder al código fuente utilizado de forma gratuita en https://github.com/LJOVO/TranSalNet

Y leer más sobre el estudio en https://www.sciencedirect.com/science/article/pii/S0925231222004714?via%3Dihub