Los científicos de la Universidad Politécnica, junto con los médicos del Centro clínico científico-práctico de San Petersburgo para tipos especializados de atención médica (Oncología), han desarrollado un sistema inteligente para diagnosticar tumores de pulmón. El software, que se puede instalar en cualquier computadora, en 20 segundos analiza la tomografía computarizada de pulmones y emite un informe de patología en forma clara y destacada. Los programadores han nombrado al sistema Doctor AIzimov (AI - Artificial Intelligence, es decir, inteligencia artificial) en honor al escritor de ciencia ficción Isaac Asimov, quien proclamó las tres leyes famosas de la robótica.
A finales de 2018, se realizaron pruebas cerradas del sistema inteligente. El sistema analizó imágenes anónimas de tomografía computarizada de 60 pacientes nuevos del Centro de Oncología. Según los médicos, las pruebas tuvieron éxito, ya que el sistema encontró consolidaciones focales de pequeño tamaño (2 mm). "Inicialmente, configuramos un algoritmo para buscar lesiones superiores a 6 milímetros, ya que los propios médicos siguen esta táctica. Pero el sistema está tan entrenado que encuentra tumores aún más pequeños", explicó Lev Utkin, jefe del proyecto, director del Laboratorio de Investigación de Tecnologías de Redes Neuronales e Inteligencia Artificial.
El laboratorio se creó sobre la base de la Universidad Politécnica, sin embargo, además del personal de la Universidad (Lev Utkin, Mijail Ryabinin y Alexei Lukashin), aquí trabajan los especialistas del Centro de Oncología, la jefe del departamento de diagnóstico de radiación Anna Meldo y el radiólogo Ivan Prójorov. El proyecto del equipo multidisciplinario de especialistas recibió el apoyo de la Fundación Rusa de Ciencias, y la tecnología para detectar el tumor mediante el método de la cuerda recibió una patente en tiempo récord de 3 meses.
El método de la cuerda consiste en colocar aleatoriamente unos puntos en la superficie del tumor en una imagen de tomografía computarizada y luego conectarlos mediante segmentos (cuerdas). El histograma de las longitudes de estos segmentos refleja la forma y la estructura del tumor. Así los científicos estudian neoplasias desde dentro, pero es igualmente importante saber lo que las rodea por fuera. Para hacer esto, el tumor se coloca condicionalmente en un cubo, y se dibujan las perpendiculares desde sus bordes hasta la superficie del tumor. Por lo tanto, en lugar de una instantánea gráficamente compleja y voluminosa de la tomografía computarizada (su tamaño puede alcanzar 1 GB), el tumor se presenta en forma de histogramas compactos y simples, que a su vez analiza el Doctor AIzimov.
Antes de que el sistema comenzara a funcionar, era necesario enseñarle a identificar neoplasias y distinguir los tumores malignos de los benignos. "En una imagen de tomografía computarizada, se pueden ver muchos objetos, y la tarea principal es enseñar al sistema a reconocer lo que representa cada uno de ellos. Al acercar el proceso de aprendizaje del sistema a la lógica de un médico y utilizar la clasificación clínica y radiológica, intentamos enseñar al sistema no solo a detectar tumores, sino también a distinguir otras enfermedades similares al cáncer", comenta Anna Meldo, jefa del departamento de radiología. El sistema fue entrenado en aproximadamente 1000 tomografías computarizadas de las bases de datos LUNA 16 y LIDC. El personal del laboratorio crea su propia base de datos LIRA - Lung Intelligence Resource Annotated, donde en este momento se puede encontrar instantáneas de aproximadamente 250 pacientes. Para mediados de 2019, se habrá cuadruplicado.
Con cada nueva instantánea, el sistema mejora por sí mismo. El Centro de supercomputación "Politécnico" le ayuda en esto, acelerando la optimización del algoritmo. Se supone que las imágenes del paciente se enviarán en la intranet al centro de supercomputación de la Polytech, donde su procesamiento ya no tomará 20 sino dos segundos, después de lo cual el médico recibirá la imagen marcada y trabajará con ella en lugar de con la tomografía computarizada, lo que reducirá el tiempo de análisis.
Después de las pruebas cerradas, está prevista una prueba abierta del sistema, luego se implementará en el Centro de Oncología. En el futuro, los científicos quieren desarrollar el proyecto y atraer a otras instituciones médicas. Con el tiempo, se puede enseñar al algoritmo a analizar las ecografías y las radiografías de otros órganos internos. Todos los datos serán procesados por la supercomputadora, y los resultados emitidos por el sistema se enviarán a los médicos.
Material preparado por el Centro de medios de la SPbPU. Texto: Ilona Zhabenko
