La iniciativa busca ofrecer una herramienta que aumente la precisión de los diagnósticos, alivie la carga de trabajo del personal de salud y facilite el acceso a evaluaciones de alta calidad.
Un equipo de especialistas del CONICET
está desarrollando MammoInsight, una plataforma web que utiliza modelos
de inteligencia artificial para el análisis de mamografías digitales y la
detección temprana del cáncer de mama.
La iniciativa busca ofrecer una
herramienta que aumente la precisión de los diagnósticos, alivie la carga de
trabajo del personal de salud y facilite el acceso a evaluaciones de alta
calidad.
El proyecto es liderado por Ernesto Rafael
Perez, profesional de la Carrera del Personal de Apoyo del CONICET en el
Instituto de Química Básica y Aplicada del Nordeste Argentino (IQUIBA-NEA,
CONICET – UNNE). La propuesta ha sido presentada en distintos concursos y fue
finalista en el Premio IA Transformadora 2024 y en Ideatón Salud 2023 de la
Cámara Argentina de Especialidades Medicinales (CAEME).
La plataforma de MammoInsight está
diseñada para analizar mamografías automáticamente, generando información clara
para asistir a los profesionales de la salud en la toma de decisiones. “El
objetivo es no solo mejorar la eficiencia, sino que también estandarizar la
calidad de la evaluación médica en todos los centros de salud, aumentando las
posibilidades de detección temprana y, por lo tanto, mejorando las tasas de
supervivencia de los pacientes”, señala el líder del proyecto, Ernesto Rafael
Perez.
Mediante la incorporación de esta
herramienta al sistema de salud, se puede aumentar la precisión en los
diagnósticos, gracias a algoritmos avanzados que minimizan los errores y
ofrecen resultados más confiables. De esta manera, se puede lograr automatizar
parte del análisis de las mamografías, lo que aliviana la carga de trabajo para
el personal de salud y permite centrar la atención en los casos más
complejos.
Además, la plataforma facilita el acceso a
una herramienta estandarizada y accesible en cualquier centro de salud,
garantizando evaluaciones consistentes y de alta calidad para todas las
pacientes. El objetivo principal es mejorar las tasas de supervivencia a través
de una detección temprana y eficiente.
Los desarrolladores del proyecto también
tuvieron en cuenta la protección de la privacidad y la seguridad de los datos
médicos. “Todos los análisis y procesos están diseñados bajo estrictos
estándares de seguridad, garantizando que la información médica de las
pacientes esté protegida en todo momento”, señala Pérez y asegura que no se
utilizan datos para entrenar los modelos de IA sin el consentimiento explícito
de las personas involucradas y que solo los profesionales de la salud
autorizados tienen acceso a los resultados.
Actualmente, el proyecto se encuentra en
la fase de pruebas e integración de módulos del sistema. El equipo de
investigación está desarrollando una base sólida de investigación científica
que permite crear algoritmos eficaces e innovadores en salud, modelos de
inteligencia artificial funcionales, herramientas predictivas basadas en datos
clínicos y aplicaciones. La iniciativa cuenta con una infraestructura híbrida
segura que combina servidores locales y en la nube, además de dominios
registrados y está estableciendo contactos estratégicos a través de la Oficina
de Vinculación Tecnológica del CONICET Nordeste.
Un componente clave de este desarrollo es
el Subconjunto de datos de entrenamiento de MammoInsight para la clasificación
de malignidad en mamografías, un dataset crucial para entrenar y validar el
modelo de clasificación de malignidad de la plataforma. Este conjunto de datos
está disponible en el Repositorio
Institucional CONICET Digital.
Fuente: Consenso
Salud
No hay comentarios.:
Publicar un comentario