Desarrollo de algoritmos de inteligencia artificial para evaluaciones médicas con ecografías utilizando protocolos volumétricos de barrido
Acronym
P_PUCP-UR2
Start Date
July 1, 2025
End Date
June 30, 2026
Status
https://purl.org/pe-repo/concytec/estadoProyecto#activo
Tipo de proyecto
https://purl.org/pe-repo/ocde/tipoProyecto#investigacionAplicada
Description
El cáncer de mama es el cáncer no cutáneo más común en mujeres, con una creciente incidencia y mortalidad en países de ingresos bajos y medianos (PIBM) debido a la falta de acceso a diagnósticos y tratamientos adecuados. La ecografía, siendo rentable y portátil, se propone como una herramienta clave para la detección temprana de anomalías mamarias palpables, aunque su implementación ha sido limitada por la falta de especialistas. Para abordar esto, se sugiere un enfoque innovador que combina la adquisición ecográfica utilizando los protocolos volumétricos de barrido (VSI por sus siglas en inglés, Volume Sweep Imaging) con inteligencia artificial (IA) para un diagnóstico preliminar automatizado y rápido, sin necesidad de radiólogos experimentados. El protocolo VSI elimina la necesidad de que la adquisición se realice por un médico especialista; debido a que al operador (el cual podría ser un médico general), es entrenado en una serie de barridos en el o la paciente. Estas adquisiciones son grabadas y enviadas a un médico especialista para realizar su interpretación. Se desea evaluar algoritmos de IA de clasificación como resnet, mobilenet, vgg16 y segmentación como Unet, attention UNET y swin UNET en el diagnóstico preliminar de cáncer de mama. Este sistema busca mejorar el acceso y reducir los retrasos en el diagnóstico, especialmente en regiones con recursos limitados. Estudios preliminares han mostrado alta precisión en la detección y clasificación de masas mamarias mediante VSI e IA. La investigación evaluará la precisión de este sistema en una muestra de 306 pacientes y desarrollará algoritmos específicos, con el objetivo de proporcionar una solución viable y eficaz para mejorar los resultados del cáncer de mama en PIBM.
Keywords
Ecografía médica
;
Inteligencia artificial
;
Protocolos volumétricos
;
Diagnóstico asistido
Área de conocimiento
Engineering and technology
Campo OCDE
https://purl.org/pe-repo/ocde/ford#2.06.01