Por Ismael Buendia 
La Consejería de Universidad, Investigación e Innovación ha financiado un proyecto de I+D liderado por un equipo de investigación de la Universidad de Cádiz y del Hospital Universitario Puerta del Mar. Este proyecto ha desarrollado un modelo basado en inteligencia artificial (IA) que mejora la detección automática de posibles alteraciones en radiografías de tórax, lo que se presenta como una herramienta rápida y precisa para neumólogos y radiólogos en el diagnóstico de enfermedades pulmonares.
En el artículo ‘Localization and classification of abnormalities on chest X-ray images using a Mamba-YOLOvX model’, publicado en la revista Expert Systems with Applications, se ha evaluado un nuevo modelo, denominado Mamba-YOLOvX, que permite localizar lesiones de diversos tamaños de forma rápida y efectiva. Este modelo se basa en algoritmos de aprendizaje automático que utilizan redes neuronales convolucionales, imitando el funcionamiento de la corteza visual humana.
Los resultados obtenidos con este modelo han demostrado una mejora significativa en la precisión del diagnóstico en comparación con otros métodos recientes. Es especialmente efectivo en la detección de lesiones pequeñas, lo que lo convierte en una herramienta potencialmente valiosa para la detección temprana de lesiones pulmonares.
El nuevo modelo combina la información global de la imagen, como la forma de los pulmones o la posición del corazón, con la información local, los pequeños detalles que pueden indicar lesiones o irregularidades. Esto permite detectar problemas a diferentes escalas y mejorar la identificación de anomalías en las radiografías de tórax.
Además, el sistema incorpora mecanismos de atención espacial y de canal, que funcionan como filtros inteligentes para concentrarse solo en las zonas relevantes de la radiografía, ignorando información innecesaria. También incluye bloques de escaneo selectivo que analizan la imagen en distintas resoluciones, lo que facilita la identificación de lesiones pequeñas que podrían pasar desapercibidas.
Este proyecto forma parte del proyecto PEOPLE, que se enfoca en el desarrollo de herramientas avanzadas de inteligencia artificial para mejorar el diagnóstico temprano y la predicción del pronóstico de la silicosis. Con la colaboración de más de 100 pacientes de la provincia de Cádiz, se busca crear un enfoque integral que mejore la precisión y la rapidez en la identificación de esta enfermedad pulmonar causada por la inhalación de polvo de sílice cristalina.
En resumen, este proyecto representa un avance significativo en la detección de enfermedades pulmonares a través de la inteligencia artificial, ofreciendo un potencial prometedor para mejorar la atención clínica y la calidad de vida de los pacientes.
FUENTE