Imágenes asistidas por IA ayudan a los endoscopistas en procedimientos de colonoscopía

El cáncer colorrectal es un problema de salud importante en los Estados Unidos, con una probabilidad de desarrollar la enfermedad de 1 en 25 para las mujeres y 1 en 23 para los hombres. Los pólipos, que son precursores del cáncer, se pueden identificar y extirpar mediante colonoscopias, de las cuales se realizan 15 millones al año en los EUA. Estos procedimientos son cruciales para diagnosticar no solo el cáncer, sino también afecciones como la enfermedad de Crohn, la colitis ulcerosa y otros trastornos del colon y el recto.

Aproximadamente el 30% de los pólipos son adenomas, un tipo de crecimiento precanceroso, aunque la tasa de detección de adenomas varía del 7% al 60%. Esta variación en la detección puede atribuirse a factores como la habilidad del endoscopista, una preparación inadecuada del colon para el procedimiento o la ubicación difícil de algunos pólipos que podrían pasar desapercibidos. También es vital que los adenomas se extirpen por completo, ya que cualquier tejido restante podría convertirse en un tumor canceroso. Con el objetivo de mejorar la detección de adenomas y otras enfermedades colorrectales, un equipo de investigadores interdisciplinarios está recurriendo a la inteligencia artificial (IA) para ayudar a los médicos a identificar pólipos que incluso la mejor tecnología actual podría pasar por alto.

Imágenes sintéticas generadas por cada modelo de difusión contrastadas con las imágenes texturales reales correspondientes de cuatro tipos de pólipos (foto cortesía de UT en Austin)

Aunque ya existen herramientas de IA para la detección de adenomas, no han mejorado significativamente la identificación de pólipos más pequeños o más sutiles. Estas herramientas identifican principalmente los adenomas que ya son visibles para la mayoría de los endoscopistas. Los investigadores de la Universidad de Texas en Austin (Austin, TX, EUA) se están centrando en detectar los pólipos más pequeños y más difíciles analizando cada imagen de colonoscopia píxel por píxel.

Su algoritmo de IA se está entrenando para localizar adenomas y delinearlos con precisión, lo que garantiza que el tumor se detecte y se elimine por completo. La segmentación basada en píxeles ayuda a abordar las variaciones en los contornos del colon, los problemas de iluminación e incluso las preparaciones incompletas del colon durante los procedimientos. Esta IA avanzada está diseñada para ayudar a los endoscopistas a distinguir entre tejido sano y enfermo, incluso cuando las diferencias son sutiles.

Actualmente, la única forma de evaluar un pólipo es a través de un endoscopio, que proporciona una vista frontal limitada. Sin embargo, los investigadores también están desarrollando un dispositivo que permitiría a los endoscopistas "palpar" el revestimiento del colon o un posible pólipo antes de decidir si lo extirpan. Este dispositivo, un sensor táctil inflable, se conectaría al endoscopio. Una vez que se identifica un pólipo, el endoscopista podría mover un globo con forma de rosquilla, de aproximadamente dos pulgadas de diámetro, sobre el área sospechosa.

Usando un joystick, el globo se inflaría con aire o líquido, y un sensor que cubre el globo proporcionaría retroalimentación táctil sobre si el área se siente dura o blanda, áspera o lisa. (Las superficies duras o ásperas generalmente indican un área más problemática). Este sensor táctil funciona como la punta de un dedo virtual en cualquier superficie y genera su propia imagen, conocida como sensor táctil basado en la visión. El equipo tiene como objetivo tener el sensor táctil listo para ensayos clínicos dentro de cinco años.

Enlaces relacionados:
Universidad de Texas en Austin