Sistema detecta lesiones ocultas en cáncer de seno
Un sistema computarizado aísla e identifica con un 96 % de precisión la lesión conocida como distorsión arquitectural, una de las más difíciles de identificar en las mamografías y responsable del 20 % de falsos diagnósticos de tumores.
El cáncer de seno es el que más padecen las mujeres y, por ello, es el que más alternativas de tratamiento ofrece, si es detectado a tiempo. Según la etapa de descubrimiento, puede tratarse hasta evitar la metástasis.
El método más utilizado para detectarlo es la mamografía, un tipo específico de toma de imágenes de los senos que utiliza bajas dosis de rayos X. Para el diagnóstico se tienen en cuenta tres tipos de lesiones: masas, microcalcificaciones (depósitos de calcio en el espesor de la glándula mamaria) y distorsión de la arquitectura glandular (distorsión arquitectural). Las dos primeras pueden apreciarse fácilmente en la radiografía, pero la tercera no es perceptible, debido a la compleja distribución de los tejidos en la mama.
La dificultad en la identificación de la distorsión arquitectural provoca un 20 % de falsos diagnósticos de cáncer de mama. Esto sucede porque “durante la toma de las imágenes la mama se comprime y los tejidos se juntan, episodio que puede ocultar la lesión detrás de los tejidos o dar un falso dictamen de cáncer por la sobreposición de los tejidos, pero sin masas”, explica Jorge Andrés Álvarez Triana, magíster en Ingeniería Biomédica de la Universidad Nacional de Colombia (U.N.).
Para optimizar el diagnóstico, el ingeniero biomédico diseñó un sistema computarizado que mediante un cuadro de coordenadas arroja resultados más definidos de la lesión. “Esta es como una estrella que tiene un punto de partida y de la que se desprenden haces de luz que conforman el tumor. Se trata de ramificaciones sutiles que dificultan la detección mediante un autoexamen y pasan desapercibidas para los radiólogos”.
Herramienta para radiólogos
En Estados Unidos existen métodos efectivos para detectar la distorsión arquitectural, cuyo funcionamiento consiste en aislar la lesión, o por lo menos la sospecha de una, y estudiarla de forma virtual. Sin embargo, una de las principales dificultades es que no se realizan in situ por lo que extraen la imagen del cuadro de análisis, lo cual dificulta percibir todo el panorama y arrojar diagnósticos errados.
Para el diseño del novedoso sistema, el magíster tomó una base de datos de 2.500 exámenes practicados a mujeres colombianas, de los cuales 123 correspondían a falsos dictámenes de cáncer de mama (casos donde había tumores no detectados y casos donde se habló de un tumor inexistente).
Para ello, dividió el total de los casos en dos grupos. En el primero ensayó el programa con 19 casos. Inicialmente, la imagen fue aclarada, resaltó los tejidos relevantes y trazó un marco (cuadrado) en el punto de la lesión. Después, esta fue dividida en coordenadas x y y, además, cada punto de lesión fue unido con cada punto de los ejes. “El marco reveló una red que automáticamente le otorga valores a cada punto, dependiendo de su intensidad lumínica”, amplía el ingeniero biomédico.
El paso siguiente consistió en organizar los valores obtenidos, con base en la teoría de grafos (encontrar los puntos de mayor brillo), que determina el punto central y la dirección en la cual se encuentran los demás puntos brillantes. “Es como tener un servidor de un computador, que tiene su punto de inicio y una red de sucursales, todas ellas me dan el tamaño y las características de la lesión, además del lugar exacto de nacimiento”, añade.
En cada uno de los exámenes de la muestra, el estudiante analizó tres posibles resultados: tejido normal, tejido superpuesto y distorsión estructural. Para ello, tuvo en cuenta la dirección de las líneas de los tejidos, si estaban dispersas o indicaban un punto fijo. Así, estableció la existencia de tumores que no se habían visto o en qué momento es posible referirse a un falso positivo, lo cual facilita el trabajo del radiólogo.
Después de esta primera parte, el siguiente paso consistió en ensayar el programa con una muestra grande (246 casos, 123 con lesiones y la otra mitad con tejido normal y tejido normal superpuesto) y esperar un rango favorable igual o mayor al de la base de datos. “Como no es una lesión fácil de encontrar a gran escala, porque no abundan los casos de falsos dictámenes, hubo la necesidad de emular varias lesiones”, menciona el investigador, integrante del grupo Computer Imaging and Medical Application Laboratory (Cimalab) de la U.N.
En un lapso de 0,5 segundos, la herramienta determina un resultado favorable del 96 % en el descubrimiento de la distorsión arquitectural. Comparado con el método de Gabor, el más utilizado actualmente para encontrar la distorsión arquitectural, el margen de favorabilidad es del 83 %, lo cual demuestra que el método propuesto es más eficiente.
Tras comprobar la utilidad del método diseñado, el magíster en Biomedicina está preparando una muestra de análisis más amplia a partir de una base de datos con más de 5.000 radiografías, que permita acreditar el programa, de manera que constituya una herramienta útil para los radiólogos del país.
