Mérida, Yucatán.- Un modelo experimental de Inteligencia Artificial (IA) para identificar la enfermedad de Chagas y determinar si el padecimiento es agudo o grave es aplicado por doctores de la Universidad Autónoma de México (UNAM).
La detección se realiza mediante el análisis de imágenes histopatológicas, informó Blanca Hilda Vázquez Gómez, académica del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la UNAM, Unidad Yucatán.
“La fase aguda desafortunadamente es muy compleja detectarla porque es un paciente que no tiene síntomas…”, explicó.
“Si un paciente con la fase aguda no es atendido, va a progresar la enfermedad a una fase crónica donde vamos a tener daño de miocardio y esto probablemente pueda llevar al fallecimiento”, precisó la especialista.
La exposición surgió durante la conferencia “Inteligencia Artificial en la detección del mal de Chagas”, durante el IV Encuentro Internacional: Alcances de la Ingeniería Biomédica, organizado por Centro de Investigaciones Regionales “Dr. Hideyo Noguchi” de la Universidad Autónoma de Yucatán (CIR-UADY).
Vázquez Gómez, quien también forma parte de Artificial Intelligence in Biomedicine Group (ArBio), detalló que el proceso empieza con la redimensión de imágenes, se les agregan datos como la escala de grises, intensidad de color y desenfoque, y luego pasa a la etapa de entrenamiento con la IA.
Estas propuestas –abundó– permiten aprender y predecir la etapa en la que se encuentra la enfermedad con las imágenes patológicas y con ello, en un plan a futuro, mejorar con otras técnicas de evaluación de datos y probar otro tipo de modelos previamente entrenados.
Jorge Luis Pérez González, otro integrante del IIMAS, refirió que este proyecto empezó a formarse a partir del 2015 con estudios preliminares de ese padecimiento y, posteriormente, con el tiempo se fue desarrollando y mostrando excelentes resultados.
Mencionó que se creó un algoritmo que aprende a clasificar, a través de electrocardiograma, si el estado del infectado es agudo o crónico, dando posibles resultados de alteraciones fisiológicas; además, continuó, se generó otra programación de clasificación de imágenes histológicas para ver las células.
El también miembro de ArBio adelantó que los planes a futuro son realizar más investigaciones y desarrollar más estrategias para análisis de datos con el aprendizaje de estos algoritmos.
Para finalizar, citó que una persona puede ser infectada por picadura del insecto Pic (triatoma dimidiata), la transmisión transplacentaria a través de la madre al feto, transmisión sanguínea, contaminación oral ingiriendo el parásito y transmisión accidental, las cuales suelen ser en laboratorios.
(Con información de UADY)
