211service.com
Una segunda opinión más rápida
El software que compara la mamografía de un paciente con las de una base de datos se ha convertido en una herramienta valiosa para ayudar a los médicos a detectar el cáncer de mama de manera más confiable. Sin embargo, a medida que aumenta el tamaño de estas bases de datos, aumenta el tiempo que lleva evaluar una nueva imagen.
La imagen de la izquierda es una mamografía con una región seleccionada donde podría existir una lesión cancerosa. Una computadora lo compara con imágenes de lesiones cancerosas conocidas en una base de datos. (Crédito: Georgia Tourassi, Universidad de Duke)
Ahora, investigadores de la Universidad de Duke han desarrollado un método para clasificar miles de imágenes de mamografías y seleccionar las más informativas en cuestión de segundos.
Puede resultar difícil detectar un problema en las mamografías. Por un lado, las lesiones cancerosas pueden mezclarse con el fondo, lo que dificulta que los médicos las identifiquen. Los sistemas de detección basados en software ayudan al comparar una nueva mamografía con una base de datos de las ya analizadas, señalando los indicadores de cáncer que un médico podría haber pasado por alto.
El primer sistema basado en software de este tipo fue aprobado por la Administración de Alimentos y Medicamentos en 1998. Actualmente, más de 1.600 sistemas de este tipo se utilizan en la práctica clínica en los Estados Unidos. Si bien se ha demostrado que los sistemas aumentan la tasa de detección del cáncer de mama, aún están lejos de ser perfectos y los investigadores intentan constantemente mejorar su precisión, dice Turismo en Georgia , profesor de radiología en la Universidad de Duke y desarrollador principal del nuevo software.
Los programas de software más nuevos basados en el conocimiento, como los utilizados por los investigadores de Duke, permiten a los médicos interactuar con el sistema, haciendo preguntas y obteniendo respuestas basadas en casos de cáncer previos en la base de datos. Sin embargo, revisar todas las imágenes en un sistema basado en el conocimiento, que puede contener miles de mamografías, requiere mucho tiempo. A medida que la base de datos de conocimientos aumenta de tamaño, este método de fuerza bruta ya no tiene sentido, dice Tourassi.
Para acelerar el proceso de búsqueda de imágenes, Tourassi y su equipo lo dividieron en dos pasos. Primero, buscaron las mamografías más útiles en la base de datos utilizando la entropía de la imagen (la cantidad de variación de escala de grises en los píxeles) en las regiones mamográficas sospechosas. Una imagen completamente negra o completamente blanca tiene entropía cero, mientras que las imágenes más complejas tienen grados más altos de entropía, producidos por parches de píxeles con intensidad variable. Estos casos de alta entropía ocurren alrededor de imágenes de lesiones cancerosas y son los más útiles para evaluar nuevas mamografías.
Comparar la entropía en las imágenes es una táctica particularmente atractiva, dice Tourassi, porque estos valores se calculan automáticamente para las mamografías cuando se envían a la base de datos de Duke. Por lo tanto, no se necesita ningún cálculo de procesamiento de imágenes adicional para la técnica.
En un estudio piloto, los investigadores de Duke demostraron que al comparar la entropía de la imagen de una región sospechosa en una nueva mamografía con la entropía de todas las regiones cancerosas conocidas en la base de datos, pudieron reducir el número de mamografías analizadas de aproximadamente 2.300 a 600. .
A partir de ahí, dice Tourassi, se utiliza un análisis más detallado para comparar la región en cuestión con las regiones conocidas en las imágenes de la base de datos. Dado que el sistema tiene que procesar completamente solo alrededor de 600 imágenes, el esfuerzo de cálculo se reduce en un 75 por ciento y la búsqueda se puede realizar en segundos. Sus resultados se presentaron esta semana en la reunión anual de la Asociación Estadounidense de Físicos en Medicina en Orlando, FL.
Además de acelerar el proceso de búsqueda, la técnica de Duke también podría mejorar la tasa de detección de lesiones cancerosas, dice Maryellen Giger , profesor de radiología en la Universidad de Chicago. Las búsquedas de entropía de imágenes, en particular, son adecuadas para detectar lesiones. Los sistemas actuales tienen una tasa de precisión del 80 por ciento en la detección de este tipo de indicador de cáncer; Giger dice que la técnica de Duke podría mejorar significativamente esa tasa. Es muy prometedor, dice Giger.
Dentro de un año, los investigadores de Duke lanzarán un estudio para evaluar el impacto clínico de su nueva técnica.