Noticia

El hallazgo prometedor de la Universidad de la Costa : con IA revoluciona diagnóstico del cáncer de mama

Mejora la precisión en mamografías, ayudando a detectar lesiones de forma más temprana.

La quimioterapia le dejo artritis en ciertas partes de su cuerpo y perdió su cabello, pero esta libre de cáncer — La CUC presentó un modelo automatizado para la detección del cáncer de mama. Foto: iStock

Link

Leonardo Herrera Delgans

PERIODISTA04.02.2025 09:01 Actualizado: 04.02.2025 09:15

Comentar

En el marco del Día Mundial del Cáncer, celebrado cada 4 de febrero, los avances científicos en la detección y tratamiento de esta enfermedad cobran especial relevancia.

(Además : Unión Magdalena prohíbe ingreso de barras del Junior en el clásico costeño)

Un reciente estudio liderado por José Escorcia-Gutiérrez, investigador de la Universidad de la Costa (CUC) de Barranquilla, en colaboración con expertos internacionales, ha presentado una innovadora herramienta basada en inteligencia artificial para mejorar el diagnóstico del cáncer de mama.

Un modelo automatizado para la detección precisa

El estudio, publicado en la revista Computers, Materials and Continua, introduce el modelo ADL-BCD (Automated Deep Learning-Based Breast Cancer Diagnosis), una tecnología que utiliza el aprendizaje profundo para analizar mamografías digitales.

Investigadores de Universidad de la Costa desarrollaron un modelo de Inteligencia Artificial. Foto:Suministrada

Este sistema busca incrementar la precisión en la detección de lesiones mamarias mediante un enfoque altamente sofisticado.

El modelo ADL-BCD comprende cinco etapas clave:

Preprocesamiento de imagen: mediante un filtro gaussiano que elimina el ruido presente en las mamografías.

Segmentación: a través de la entropía de Tsallis, que identifica las regiones relevantes de las imágenes.

Extracción de características: mediante redes neuronales convolucionales, usando el modelo ResNet-34.

Optimización: con el algoritmo de optimización de chimpancés (COA) para mejorar los parámetros del sistema.

Clasificación: basada en una red neuronal de onda (Wavelet Neural Network, WNN) que distingue entre tejido normal, benigno y maligno.

Resultados que superan las expectativas

Los resultados obtenidos en la evaluación del modelo ADL-BCD han mostrado una mejora significativa respecto a técnicas previas.

Las pruebas realizadas sobre un conjunto de datos de referencia revelaron una alta precisión, especificidad y una reducción en la tasa de falsos positivos, lo que demuestra su potencial para ofrecer diagnósticos confiables y efectivos.

José Escorcia-Gutiérrez destacó que el enfoque basado en aprendizaje profundo permite una clasificación más precisa de las lesiones mamarias, mejorando la capacidad de los especialistas para identificar anormalidades en etapas tempranas.

(Lea : Con perifoneo y volanteo la Alcaldía de Soledad, Atlántico, sale a buscar estudiantes)

El cáncer de mama representa una de las principales causas de mortalidad en mujeres a nivel mundial. La implementación de herramientas tecnológicas como ADL-BCD podría transformar la manera en que se realiza el diagnóstico, facilitando una detección más temprana y precisa, y contribuyendo así a mejorar las tasas de supervivencia.

En una fecha como el Día Mundial del Cáncer, los hallazgos de la Universidad de la Costa subrayan la importancia de la investigación científica y la innovación tecnológica aplicada a la salud.