Científics de l’Institut de Física Corpuscular (IFIC, CSIC-Universitat de València), de la Universitat Politècnica de València (UPV) i de la Fundació per al Foment de la Investigació Sanitària i Biomèdica de la Comunitat Valenciana (FISABIO) han sigut seleccionats en la convocatòria especial COVID-19 de l’Institut de Salut Carles III, organisme de referència a Espanya per a la investigació en salut, per a estudiar l’aplicació de sistemes d’intel·ligència artificial que permeten classificar pneumònies de pacients afectats pel coronavirus SARS-CoV-2, una de les conseqüències més greus de la malaltia. El projecte té com a objectiu integrar aquests sistemes en la presa de decisions clíniques.
La intel·ligència artificial juga un important paper en el futur de la Medicina, on es requereixen les tres P: predicció, prevenció i precisió. Els sistemes basats en intel·ligència artificial ajuden i milloren la predicció del radiòleg.
Recentment, el grup d’investigadors de l’Institut de Física Corpuscular i de la Universitat Politècnica de València va participar en el desenvolupament i la implantació de tècniques de Machine Learning (una de les tècniques més utilitzades en intel·ligència artificial) per a ajudar al diagnòstic de càncer de mama mitjançant mamografies. Aquest sistema va ser desenvolupat en una competició internacional, i, posteriorment, provat clínicament i recentment divulgat en una publicació d’alt impacte científic.
A més d’aconseguir resultats competitius en els models de diagnòstic de càncer de mama, el sistema desenvolupat pels investigadors valencians va suposar una fita en qüestions que afecten la qualitat del diagnòstic com l’ús, explotació, qualitat i interpretació de les dades.
Ara, el grup d’investigadors valencians aplica aquest mètode per a desenvolupar algorismes que classifiquen les lesions provocades pel coronavirus en l’aparell respiratori mitjançant l’anàlisi d’imatges mèdiques (radiografies o TAC). Aquest projecte ha sigut seleccionat per l’Institut de Salut Carles III, el centre de referència espanyol per a la investigació en salut, per a rebre finançament dins de la convocatòria especial destinada a lluitar contra la COVID-19.
Aquest projecte ha sigut seleccionat per l’Institut de Salut Carles III, el centre de referència espanyol per a la investigació en salut, per a rebre finançament dins de la convocatòria especial destinada a lluitar contra la COVID-19
Recentment, el grup d’investigadors de l’Institut de Física Corpuscular i de la Universitat Politècnica de València va participar en el desenvolupament i la implantació de tècniques de Machine Learning (una de les tècniques més utilitzades en intel·ligència artificial) per a ajudar al diagnòstic de càncer de mama mitjançant mamografies. Aquest sistema va ser desenvolupat en una competició internacional, i, posteriorment, provat clínicament i recentment divulgat en una publicació d’alt impacte científic.
A més d’aconseguir resultats competitius en els models de diagnòstic de càncer de mama, el sistema desenvolupat pels investigadors valencians va suposar una fita en qüestions que afecten la qualitat del diagnòstic com l’ús, explotació, qualitat i interpretació de les dades.
Ara, el grup d’investigadors valencians aplica aquest mètode per a desenvolupar algorismes que classifiquen les lesions provocades pel coronavirus en l’aparell respiratori mitjançant l’anàlisi d’imatges mèdiques (radiografies o TAC). Aquest projecte ha sigut seleccionat per l’Institut de Salut Carles III, el centre de referència espanyol per a la investigació en salut, per a rebre finançament dins de la convocatòria especial destinada a lluitar contra la COVID-19.
Les primeres fases del projecte han comptat amb la col·laboració d’investigadors i experts en patologies víriques i d’imatge de FISABIO (Fundació per al Foment de la Investigació Sanitària i Biomèdica de la Comunitat Valenciana) i de radiòlegs adscrits a l’Institut de Biomecànica de València (IBV). El projecte sorgeix d’una col·laboració entre els investigadors de l’IFIC i la UPV amb FISABIO en el projecte DIRAC (Diagnòstic Intel·ligent per a Radiografies amb implementació en Circuit integrat), l’objectiu del qual era l’estudi d’altres patologies i que es va presentar a l’Agència Valenciana de la Innovació (AVI).
“Estem molt satisfets que aquesta col·laboració amb la Universitat Politècnica de València i FISABIO tinga reconeixement per l’Institut de Salut Carles III després de diversos anys dedicats al treball clínic amb sistemes de Machine Learning”, manifesta Francisco Albiol Colomer, investigador de l’IFIC participant en el projecte juntament amb Luis Caballero Ontanaya i Salvador Tortajada Velert.
Els investigadors pretenen incloure un grup més extens de radiòlegs que faciliten la interpretació clínica als algorismes, afavorir el seu ús per part de les empreses i estudiar la possibilitat d’incloure imatges d’altres comunitats autònomes. Això permetrà generalitzar l’algorisme perquè puga ser difós de forma àmplia.
“En el projecte és necessari complir amb els quatre eixos fonamentals dels principis FAIR (acrònim de Findable, Accessible, Interoperable and Reproduïble) de bones pràctiques per a la gestió i administració de dades científiques. Per aquest motiu és necessari proporcionar una bona organització d’aquest conjunt de dades (procés conegut com a Data Curation) per a obtindre bons resultats en els models predictius. És en aquest camp on el nostre equip, la Unitat Mixta d’Imatge Biomèdica FISABIO-CIPF, disposa de gran experiència”, destaca Mariam de la Iglesia Vayá, investigadora de FISABIO participant en el projecte.
El projecte es desenvolupa actualment en la plataforma dedicada a la computació en intel·ligència artificial de l’IFIC, Artemisa, cofinançada per la Unió Europea a través del Programa Operatiu del Fons Europeu de Desenvolupament Regional (FEDER) de la Comunitat Valenciana 2014-2020 per a l’adquisició d’infraestructures i equipament d’R+D+I.
