UPM desarrolla IA para detectar gliomas cerebrales

UPM desarrolla IA para detectar gliomas cerebrales

Por Redacción
x
contactohorapuntacom/8/8/18
lunes 10 de marzo de 2025, 18:57h

Escucha la noticia

La Universidad Politécnica de Madrid (UPM) lidera un innovador proyecto de inteligencia artificial (IA) para la detección de gliomas, tumores cerebrales altamente letales. Este esfuerzo, en colaboración con el Children’s National Hospital de Washington, busca mejorar el diagnóstico en regiones con recursos limitados. Durante la Conferencia Internacional MICCAI 2024 en Marrakech, el equipo presentó técnicas avanzadas de aprendizaje profundo que lograron una alta precisión en la identificación de estos tumores. La Dra. María Jesús Ledesma Carbayo y el Dr. Marius George Linguraru destacan la importancia de compartir su algoritmo ganador para reducir las disparidades en atención sanitaria global. Este avance se suma a sus éxitos previos y abre nuevas líneas de investigación en el campo de la imagen médica y los tumores cerebrales.

Los gliomas, tumores cerebrales de alta letalidad, presentan un reto considerable en el diagnóstico, especialmente en áreas con recursos limitados. En respuesta a esta problemática global, un grupo de científicos se reunió en Marrakech, Marruecos, para participar en una competencia que busca desarrollar soluciones innovadoras basadas en inteligencia artificial (IA) y resonancia magnética para la detección y evaluación precisa de estos tumores.

Este proyecto es resultado de la colaboración entre el laboratorio de Tecnologías de Imágenes Biomédicas, dirigido por la Dra. María Jesús Ledesma Carbayo de la Universidad Politécnica de Madrid (UPM), y un equipo del Children’s National Hospital de Washington D.C., bajo la dirección del Dr. Marius George Linguraru. Juntos han adaptado tecnologías avanzadas a contextos donde las infraestructuras médicas son menos desarrolladas.

Innovación en el diagnóstico

La investigación se centra en técnicas de ensamblaje de modelos de aprendizaje profundo, entrenados mediante transfer learning, una metodología que permite ajustar modelos de IA previamente entrenados con grandes conjuntos de imágenes para que funcionen eficazmente con datos más limitados. Esta estrategia ha demostrado ser especialmente efectiva al aplicarse a datos específicos de poblaciones subsaharianas, logrando así la primera posición en la competencia.

Daniel Capellán Martín, investigador de la UPM y co-primer autor del estudio, destacó: “Nuestro enfoque innovador combina técnicas avanzadas con estrategias adaptativas, lo que permite una detección más precisa y personalizada de los gliomas”. Además, subrayó el potencial que tiene la IA para mejorar tanto el diagnóstico como el tratamiento de tumores cerebrales en regiones con escasos recursos.

Reconocimiento internacional

La metodología desarrollada por el equipo alcanzó niveles sobresalientes de precisión y fue reconocida en el BraTS Challenge 2024 durante la Conferencia Internacional MICCAI 2024. Este evento es considerado uno de los más relevantes a nivel mundial en cuanto a IA aplicada a imágenes médicas.

“Nuestra aproximación no solo mejora la detección tumoral en cohortes específicas, sino que también demuestra cómo la IA puede adaptarse a diferentes escenarios geográficos”, afirmó Ledesma Carbayo.

El Dr. Marius George Linguraru también comentó sobre el impacto positivo del trabajo colaborativo: “Hemos decidido compartir públicamente nuestro algoritmo ganador para fomentar el avance científico colectivo. Estas competiciones son esenciales para mostrar cómo la innovación puede ayudar a reducir las disparidades en atención sanitaria global”.

Un historial exitoso

Este logro se suma a una serie de éxitos anteriores del equipo UPM-Children’s National Hospital en el ámbito de la IA y las imágenes médicas avanzadas. En 2023, ya habían obtenido un primer lugar en el concurso BraTS con un proyecto sobre medición de tumores cerebrales pediátricos durante la Conferencia MICCAI 2023 en Vancouver, Canadá. Este trabajo ha sido seleccionado para su demostración en el Congreso Europeo de Radiología (ECR 2025) este mes en Viena.

Ledesma Carbayo concluyó: “Estos reconocimientos destacan nuestra investigación pionera en aplicaciones benéficas de IA. Nuestro objetivo es seguir expandiendo nuestro conocimiento sobre imágenes avanzadas y tumores cerebrales para revolucionar los procesos diagnósticos y terapéuticos a nivel global”.

Nuevas líneas de investigación

Actualmente, el equipo está buscando nuevas colaboraciones nacionales para evaluar sus soluciones desarrolladas con diversas cohortes y datos clínicos relacionados con lesiones cerebrales tumorales. Una línea específica se enfoca en aplicar estos algoritmos para segmentar y caracterizar metástasis cerebrales provenientes de distintos tipos de cáncer y glioblastoma.

Este esfuerzo ha sido posible gracias al apoyo financiero proporcionado por la Unión Europea, los fondos NextGenerationEU, así como por el Ministerio de Ciencia, Innovación y Universidades de España y la Comunidad de Madrid a través de proyectos como IMAGINA, RESPONSE-POC, EUCAIM y MAGERIT-CM.

Preguntas sobre la noticia

¿Qué son los gliomas y por qué representan un desafío significativo para el diagnóstico?

Los gliomas son tumores cerebrales altamente letales que presentan un reto considerable para su diagnóstico, especialmente en regiones con recursos limitados.

¿Dónde se llevó a cabo la competición relacionada con el desarrollo de soluciones basadas en IA?

La competición tuvo lugar en la ciudad de Marrakech, Marruecos, durante la Conferencia Internacional MICCAI 2024.

¿Quiénes lideran el proyecto de detección de tumores cerebrales mediante IA?

El proyecto es una colaboración entre el laboratorio de Tecnologías de Imágenes Biomédicas de la UPM, liderado por la Dra. María Jesús Ledesma Carbayo, y un grupo de investigación del Children’s National Hospital de Washington, DC, liderado por el Dr. Marius George Linguraru.

¿Qué técnicas se utilizaron en el desarrollo del proyecto?

Se utilizaron técnicas de ensamblaje de modelos de aprendizaje profundo y aprendizaje por transferencia para adaptar modelos entrenados con grandes conjuntos de imágenes a datos más limitados.

¿Qué reconocimiento recibió el equipo por su trabajo en este proyecto?

El equipo recibió reconocimiento en el BraTS Challenge 2024, celebrado durante la Conferencia Internacional MICCAI 2024.

¿Cuál es el objetivo del equipo tras este éxito?

El objetivo es continuar expandiendo sus conocimientos en imágenes avanzadas y aplicar sus algoritmos a nuevas cohortes y datos de pacientes con diversas lesiones cerebrales.

¿Qué apoyo ha recibido esta investigación?

La investigación ha sido respaldada por la Unión Europea, los fondos NextGenerationEU, el Ministerio de Ciencia, Innovación y Universidades de España, y la Comunidad de Madrid a través de varios proyectos.

¿Te ha parecido interesante esta noticia?    Si (0)    No(0)

+
0 comentarios