ASSIST
Acercando la patología computacional a la práctica clínica: un sistema de IA para el diagnóstico de tumores cutáneos primarios y secundarios.
El objetivo del proyecto es salvar la brecha de traducción entre la investigación y la práctica clínica mediante el desarrollo de un sistema CAD completo, explicable y justo que imite todo el proceso llevado a cabo por los patólogos. Este proyecto investigará conjuntamente cómo preprocesar y estandarizar eficientemente las WSI, cómo extraer sus ROI más relevantes, cómo utilizar esas ROI para recuperar las muestras más similares de un extenso atlas de imágenes histopatológicas, y cómo encontrar el mejor modelo para diagnosticar a través del aprendizaje de múltiples instancias crowdsourced y actualizar este modelo utilizando estrategias de aprendizaje online. Esto facilitará y acelerará el reconocimiento de tumores cutáneos con una mayor precisión. Servirá de apoyo a patólogos, tanto expertos como con poca experiencia en dermatología.
El proyecto ASSIST, está compuesto por dos subproyectos, «Recuperación de imágenes basada en el contenido para el diagnóstico de tumores cutáneos primarios y secundarios» y «Modelos conscientes de la incertidumbre para el diagnóstico de tumores cutáneos primarios y secundario»
Este proyecto constituye una colaboración coordinada entre grupos de investigación de la Universidad Politécnica de Valencia (UPV), la Universidad de Granada (UGR), el Hospital Clínico Universitario de Valencia (HCUV) y el Hospital Universitario San Cecilio (HUSC) de Granada. También se basa en una colaboración de más de 30 años con el Co-Director del Institute for Augmented Intelligence in Medicine – Center for Computational Imaging and Signal in Medicine (IAIM) de la Northwestern University (NU), Prof. A.K. Katsaggelos, y colaboraciones recientes, pero muy fructíferas, con: 1) el Director del mismo Instituto, Dr. Lee Cooper, 2) el Prof. Hernández-Lobato, Catedrático de Aprendizaje Automático de la Universidad de Cambridge (CU) y miembro del cuerpo docente del Cambridge Center for AI in Medicine, y 3) la Dra. Ana Valdivia, Profesora de AI, Gobierno y Política del Oxford Internet Institute (OII) de la Universidad de Oxford.
La carga de trabajo de los departamentos de Anatomía Patológica crece exponencialmente debido al creciente número de biopsias, casos de cáncer y programas de cribado. Esto genera una creciente demanda de análisis de biopsias normales o casi normales, que se calcula que crecerá un 50% en los próximos cinco años. Así, la elevada carga de trabajo de los especialistas dificulta el diagnóstico precoz, un factor crítico en el desarrollo del cáncer que puede reducir la esperanza de vida de los pacientes.
Las soluciones de IA, como las desarrolladas en ASSIST, se convertirán en una herramienta relevante en los sectores sanitario, industrial y de investigación para mejorar la productividad de los patólogos mediante el aumento de la precisión del diagnóstico y la reducción de los tiempos de respuesta. En este contexto, ASSIST producirá un enorme impacto social y económico. A nivel local, los hospitales que colaboren en la propuesta se beneficiarán de una solución de IA que ayudará a proporcionar diagnósticos precisos y más rápidos y, por tanto, contribuirá a reducir la carga de trabajo de los patólogos. Esto también se traducirá en un menor tiempo de respuesta que permitirá a los pacientes recibir el tratamiento más adecuado en una fase más temprana de su enfermedad, lo que conllevará una mayor probabilidad de recuperación y una reducción del coste económico del tratamiento. Todo ello repercutirá positivamente en la relación coste-eficacia del gasto público.
Socios
