A ESEI acolleu a 1ª xuntanza dun proxecto para mellorar a detección de cancro colorrectal con IA

Este martes 16 de abril a Escola Superior de Enxeñaría Informática do Campus de Ourense acolleu a primeira xuntanza de traballo da rede estatal AI4PolypNet, creada para mellorar os sistemas de detección e de diagnose de cancro colorrectal empregando Intelixencia Artificial. Nesta rede oito grupos de investigación de Catalunya, Estremadura, País Vasco e Galicia únense para optimizar experiencia, recursos técnicos, humanos e de datos e avanzar cara o desenvolvemento de propostas integradoras capaces de responder aos retos desta enfermidade.
A Rede temática enfocada no desenvolvemento e validación de sistemas de soporte ao diagnóstico de cancro colorrectal usando intelixencia artificial (AI4PolypNet) está financiada pola Axencia Estatal de Investigación na convocatoria 2022 de Redes de Investigación. Da Universidade de Vigo participa o Grupo de Sistemas Informáticos de Nova Xeración (SING), que conta cunha ampla traxectoria no desenvolvemento e aplicación de técnicas e métodos de IA para a resolución de problemas en bioinformática, biomedicina e informática médica. Entre os seus proxecto están PolyDeep e PolyDeepAdvance, feitos en colaboración co grupo Giodo, para o desenvolvemento, validación clínica e acceso ao mercado dun sistema CAD baseado en IA destinado á detección e clasificación de pólipos colorrectais durante as endoscopias.
O cancro colorrectal, explican desde a rede, é un dos de maior incidencia mundial, diagnosticándose 1,93 millóns de novos casos ao ano e alcanzando as cifras de mortalidade os 916.000 pacientes en 2020. A pesar desta elevada incidencia, sinalan, estudos a grande escala demostran que máis do 90% dos casos teñen cura se a súa lesión precursora, o pólipo precanceríxeno, se detecta e extrae a tempo. A colonoscopia segue sendo o único procedemento que permite detectar e tratar a lesión nunha soa intervención, mais, apuntan as e os investigadores, “non é unha técnica perfecta e, segundo informes, case un 22% das lesións non son detectadas durante a exploración”. Durante a última década, e grazas aos avances en materias como a aprendizaxe computacional e a visión por computador, realizáronse distintos esforzos para desenvolver métodos baseados en Intelixencia Artificial e sistemas intelixentes co obxectivo de dar soporte ao persoal clínico na detección e diagnóstico do cancro colorrectal.
Neste marco de traballo, a rede une experiencia, recursos e esforzos de diferentes grupos de traballo técnicos e clínicos co fin de “definir de maneira clara as necesidades clínicas reais e o modo en que os datos teñen que ser recollidos e anotados para que os diferentes métodos desenvolvidos alcancen todo o seu potencial, tendo en conta por primeira vez aqueles requisitos que deben cumprirse para unha despregadura e un uso efectivo na sala de exploración”.
Ao longo da sesión celebrada no campus, os membros da rede abordaron o estado actual de AI4PolypNet, que arrancou a súa actividade o pasado verán aínda que esta é a súa primeira xuntanza de traballo presencial; os retos clínicos e técnicos aos que se enfronta a Intelixencia Artificial no ámbito da imaxe de colonoscopia, as metodoloxías técnicas para detección e clasificación de pólipos nestas imaxes e as bases de datos para adestrar e avaliar métodos de IA neste eido. O camiño cara un libro branco da Intelixencia Artificial no ámbito de imaxe de colonoscopia e a planificación de próximas actividades da rede foron outros dos temas abordados na cita.