José ZegarraJóvenes peruanos proponen proyecto para incrementar la eficiencia en los diagnósticos de mamografías. El equipo DENIA, de la UPT, después de realizar una investigación, identificó que hay un margen de error en los diagnósticos de tumores en mamografías
Lima, Perú, 1 de diciembre del 2021.— En el marco del Desafío Perú 2021, Gianella Liviapoma, estudiante de Ingeniería Biomédica y Elias Huaripuma, egresado de Ingeniería Mecatrónica, ambos de la Universidad Tecnológica del Perú (UTP), presentaron el proyecto “Redes neuronales convolucionales para la detección de tumores en mamografías”. Con esta idea, los jóvenes, quienes conformaron el equipo DENIA (Diagnóstico de Enfermedades Neoplásicas mediante Inteligencia Artificial), se llevaron el primer puesto en el concurso.
El Desafío Perú 2021 es un evento piloto del programa internacional IEEE YESIST12 2021, que tiene el fin de mostrar las ideas innovadoras de los estudiantes y los jóvenes profesionales para resolver problemas humanitarios y sociales. El objetivo principal de organizar el concurso fue seleccionar al equipo que participaría en el TRACK DE INNOVATION CHALLENGE de IEEE YESIST12 2021 INTERNACIONAL, que se realizó virtualmente desde la India y contó con participantes de diversos países.
El equipo DENIA, después de realizar una investigación, identificó que hay un margen de error en los diagnósticos de tumores en mamografías. Como consecuencia de ello, en algunos casos, se dan falsos positivos o falsos negativos en los resultados.
Ante esta problemática, los jóvenes propusieron el uso de redes neuronales convolucionales para la detección de tumores, con el objetivo de reducir este margen de error y poder llegar a un 90 o 95 % de eficiencia en los diagnósticos, principalmente, de cáncer de mama.
Elias Huaripuma contó: “Hemos usado redes neuronales, que son parte del campo de la inteligencia artificial. Lo que hacen es simular el funcionamiento de las neuronas biológicas. Nosotros creamos una red de neuronas artificiales y la entrenamos con mamografías ya diagnosticadas con tumores. Entonces la red aprende cómo es un tumor en una mamografía y en qué partes se suele alojar. Este es un proceso de machine learning”.
Actualmente, el producto mínimo viable de los jóvenes se ha entrenado con un banco de aproximadamente 600 mamografías de la Universidad de Stanford y detecta efectivamente los tumores en un 56 %. El siguiente paso será entrenarla con otro banco de mamografías de alrededor de 10 000 imágenes.
Con ello proyectan que el porcentaje de eficiencia supere el 80 %, alcanzando entre un 90 y 95 %. Una vez llegados a ese punto, una de las opciones es implementar el software en una web de libre acceso para que los radiólogos puedan consultar si es que tienen dudas de su diagnóstico o buscan una segunda opinión, en este caso de un algoritmo de computadora.
Finalmente, Gianella Liviapoma, estudiante de la UTP, comentó que quiere motivar a otros jóvenes, “no solamente a nuestros compañeros de la rama, sino a todos a que puedan apostar por su proyecto y por su idea, porque se pueden lograr muchas cosas. Por ejemplo, en nuestro caso, la inteligencia artificial es un mercado que no se está explotando actualmente, en el país recién está empezando a fomentarse. Sé que nuestro proyecto tiene futuro y vamos a poder lograr el objetivo trazado con éxito, gracias a nuestro esfuerzo, el apoyo de nuestra universidad y de todas las personas que están a nuestro alrededor”.
Apoya al Periodismo Independiente
¿Te sirvió en algo este contenido?, apóyanos, dona desde S/ 0.50 a nuestro Yape
