LLAMADO DEL TECNOLOGICO DE
MONTERREY A LA COMUNIDAD MEDICA PARA DETONAR AVANCE
DE IA EN DIAGNOSTICO OPORTUNO
•El uso de IA, junto con Deep Learning, son
herramientas clave para dar seguimiento al instrumental médico en cirugías endoscópicas
GUADALAJARA, Jalisco.- La Escuela de Ingeniería
y Ciencias del Tecnológico de Monterrey, la universidad número uno en
Ingeniería y Tecnología en México, de acuerdo con el QS World Ranking 2025,
hace un llamado a la comunidad médica a colaborar con investigaciones del
ámbito académico, para alcanzar un verdadero impacto en la sociedad a través
del uso de la IA en materia de diagnóstico oportuno.
Uno
de los principales obstáculos que enfrenta el avance en el aprovechamiento de
los beneficios de las tecnologías emergentes como la Inteligencia Artificial
(IA) en el cuidado de la salud es la obtención de datos en mayor escala para
alimentar y perfeccionar los modelos. Entre la comunidad científica es aceptado
que, para las soluciones de Deep Learning pueden desarrollarse modelos de alta
calidad, si se alimentan con miles de imágenes adecuadamente etiquetadas, para
lograrlo es necesario contar con un volumen de información lo más grande
posible y coordinación entre más instituciones.
La
colaboración de la Escuela de Ingeniería y Ciencias del Tecnológico de
Monterrey con instituciones académicas de otros países está impulsando de
manera significativa los avances en el uso de la Inteligencia Artificial (IA)
en áreas de la salud como la cirugía mínimamente invasiva. Este avance podría
ser aún mayor si se ampliara esta colaboración con médicos y hospitales.
“Es
vital que los médicos de todas las especialidades superen su reticencia a
unirse a proyectos de inteligencia artificial, que no solamente les ayudará a
mejorar sus capacidades de detección, diagnóstico y tratamiento, sino que
también tendrán impactos sustanciales en beneficio de la sociedad en su
conjunto”, enfatiza Gilberto Ochoa, investigador de la Escuela de Ingeniería y
Ciencias del Tecnológico de Monterrey, Campus Guadalajara.
Los
proyectos de investigación que el Tec lleva a cabo para la utilización de la
Inteligencia Artificial (IA) en la cirugía mínimamente invasiva, buscan
acelerar la detección y diagnóstico de enfermedades gastrointestinales, la
clasificación de cálculos renales, así como un seguimiento preciso del
instrumental quirúrgico utilizado en cirugías endoscópicas.
ENDOSCOPIA GASTROINTESTINAL
La
endoscopía gastrointestinal se utiliza para examinar visualmente el tracto
digestivo, incluyendo el esófago, el estómago y el colon, e identificar
padecimiento como colitis ulcerativa, enfermedades celiacas, pólipos,
alteración de los tejidos, entre otros.
Apoyados
en imágenes fijas y videos que se obtienen con esta exploración, los médicos
pueden distinguir los tejidos sanos de los que han sido afectados por
enfermedades, para tomar las acciones pertinentes, e indicar tratamientos.
De
acuerdo con el Dr. Ochoa, este procedimiento se vuelve más efectivo y acertado
al integrar inteligencia artificial en diversas etapas comenzando con la
captura de las imágenes fijas y en video que se capturan desde la cámara de los
endoscopios, hasta los procesos de análisis e interpretación.
“El
endoscopio puede moverse en varios ángulos, pero únicamente puede mostrar una
imagen frontal. Al inspeccionar por dentro el cuerpo humano, es difícil tener
un mapa tridimensional y llevar un registro preciso de las zonas que se han
revisado”, explica. “La inteligencia artificial está ayudando a crear mapas
tridimensionales muy similares a los que hacen los vehículos autónomos mediante
las redes neuronales para facilitar su avance mediante la detección de
elementos como semáforos, carriles y peatones”, añade el catedrático.
Lo
anterior ha sido posible al añadir una capa de Deep Learning (DL) a la que se
alimenta con horas y horas de video, además de numerosas imágenes que contienen
muy distintos tipos de información visual para enriquecer los modelos y
hacerlos más robustos, permitiendo generar una vista con la profundidad,
anchura y altura suficientes para crear una representación tridimensional de
enorme complejidad.
Así,
los médicos son capaces de identificar alteraciones en el aparato digestivo en
tiempo real. En el colon, por ejemplo, pueden desarrollarse pólipos con formas
y tamaños distintos que podrían ser benignos o malignos. A partir de
características observadas, los médicos podrían determinar tratarlos o
extraerlos, conociendo con mayor precisión su ubicación mediante la generación
de un mapa 3D.
“En
el caso de la colitis ulcerativa o de enfermedad celiaca, es vital saber dónde
se encuentran y su severidad. El uso de inteligencia artificial y deep learning
están reduciendo los tiempos y márgenes de error en los diagnósticos
considerablemente, así como los falsos positivos”, asegura Ochoa.
Como
ejemplo de estas colaboraciones que han permitido que la investigación para el
uso de la IA en medicina, podemos mencionar la colaboración con la Facultad de
Medicina de Harvard y el apoyo de Microsoft AI For Good, así como la
información generada a partir de imágenes endoscópicas de la unidad de
Evaluación Endoscópica de la Clínica Mayo.
Algunos
de los proyectos que hoy en día tienen el potencial de aumentar su alcance y
generar un impacto real en la sociedad de México y el mundo son los siguientes:
CLASIFICACION DE CALCULOS RENALES
Un
procedimiento mínimamente invasivo, la ureteroscopía es un procedimiento que
ayuda a los urólogos a observar el interior del uréter y la pelvis renal,
facilitando el diagnóstico de diversas afecciones en las vías urinarias como
los cálculos renales. Sin embargo, su clasificación en términos de tamaño, textura
y color puede tomar bastante tiempo y ser complicado por lo que puede
beneficiarse del uso de la inteligencia artificial.
Hasta
la fecha, se han identificado alrededor de 30 tipos diferentes de cálculos,
cada uno con implicaciones clínicas particulares, explica el investigador. Los
urólogos suelen colaborar con biólogos para determinar el origen de los
cálculos, pero entrenar a los médicos en esta clasificación compleja es un
proceso largo y difícil.
El
enfoque tradicional implica la extracción de los cálculos para su posterior
análisis en el laboratorio. Este proceso, aunque efectivo, es costoso y puede
tardar semanas o meses en ofrecer resultados definitivos. Además, la extracción
de los cálculos puede aumentar el riesgo de infecciones en los pacientes. “Por
esta razón, muchos urólogos prefieren desintegrarlos mediante láser, lo que,
desafortunadamente, destruye la información valiosa para el diagnóstico”,
señala Ochoa.
El
Tecnológico de Monterrey ha establecido una colaboración con el Centro de
Investigación Automática de Nancy de la Universidad de Lorraine en Francia,
para realizar la clasificación endoscópica de los cálculos renales. Han
compartido cientos de horas de video de procedimientos médicos, que luego se
analizan mediante IA para hacer una mejor interpretación de las imágenes y
hacerlas más comprensibles para los urólogos.
Al
igual que en la endoscopía gastrointestinal, en la ureteroscopía también pueden
crearse mapas tridimensionales para el estudio de los cálculos renales y
realizar el análisis morfoconstitucional para lograr una clasificación más
acertada. La IA puede ir un paso más allá al ayudar a categorizar a los más
comunes con mayor precisión, al tiempo de ir ampliando el conocimiento sobre
los cálculos raros y reduciendo los sesgos al momento de introducir los
algoritmos cuando se entrenan con datos limitados.
Asimismo,
la IA ofrece la posibilidad de realizar diagnósticos casi en tiempo real, lo
que puede ayudar a iniciar tratamientos como cambios en la dieta o medicación
de manera más oportuna, y depender menos del análisis de laboratorio que pueden
tardar semanas, proporcionando una atención más eficiente y mejorando la
calidad de vida del paciente.
RASTREO DE INSTRUMENTAL MEDICO
El
seguimiento del instrumental médico durante las cirugías mínimamente invasivas
es otro de los focos del proyecto liderado por el investigador Gilberto Ochoa.
Uno de los principales desafíos a los que se enfrentan las cirujanas y los
cirujanos en estas intervenciones, indica, es la segmentación de los
instrumentos, es decir, la capacidad de identificar y ubicar cada herramienta
en tiempo real dentro del entorno quirúrgico.
La
inteligencia artificial (IA), junto con el Deep Learning, se está probando como
una herramienta clave para abordar este problema.
El
entorno quirúrgico puede ser extremadamente complejo, especialmente en las
cirugías mínimamente invasivas, donde un campo de visión limitado y condiciones
de iluminación extremas complican aún más el trabajo del cirujano. La presencia
de factores disruptivos como sangrado, imágenes sobreexpuestas o con poca
iluminación, humo y reflejos puede afectar también las tasas de detección en
revisiones endoscópicas, disminuyendo la efectividad de los algoritmos de
visión por computadora (computer vision).
Estos
factores, combinados con la falta de información visual clara y la dificultad
para manipular los instrumentos quirúrgicos, pueden aumentar significativamente
el riesgo para el paciente. “Aquí es donde la IA entra en juego, ayudando a los
cirujanos a superar estas limitaciones y mejorando la precisión y seguridad
durante el procedimiento”, enfatiza Ochoa.
