•Notícia

• Presentació del projecte

El projecte, titulat Artificial Intelligence Decision Tools for Tumour diagnosis (AIDTumour), i finançat amb fons de la Comisión Interministerial de Ciencia y Tecnologia (CICyT), està dirigit pel Alfredo Vellido, investigador del grup de recerca Soft Computing (SOCO) de la UPC. Aquest investigador coordina un equip de 14 investigadors per aconseguir un prototip funcional que ajudi als metges a millorar la diagnosi en oncologia clínica, concretament dels tumors cerebrals, en base a dades d’espectrometria de ressonància magnètica. Una iniciativa puntera en l’àrea dels sistemes de suport a la decisió mèdica, on fins ara Espanya se situa a la cua d’Europa.

A més del grup de recerca SOCO, del Departament de Llenguatges i Sistemes Informàtics de la UPC, l’equip està format per científics de la Universitat John Moores de Liverpool, de la Universitat de Manchester i del NHS Clatterbridge Centre for Oncology de Bebington, del Regne Unit —un país capdavanter en la recerca de sistemes de suport a la decisió en oncologia—, i l’Integrated Reasoning Reseach Group del National Research Council de Canadà. En el projecte col·labora el Grup d'Aplicacions Biomèdiques de l'Espectroscòpia de Ressonància Magnètica Nuclear (GABRMN) de la Universitat Autònoma de Barcelona, que ha facilitat les dades mèdiques recollides en una base de dades internacional que comprèn 500 casos de tumors cerebrals.

El projecte ha despertat l’interès d'empreses i hospitals, com ara Aleasoft, Microart, Hospital Vall d'Hebron, Hospital Universitari de Bellvitge, Hospital Sant Joan de Déu, Parc de Recerca Biomèdica i Cetir Grup Mèdic, interessats tant en el desenvolupament teòric com en la possibilitat d’implementar el nou sistema en el suport a la diagnosi clínica. 

Els científics que participen al projecte AIDTumour busquen una tecnologia que doni suport a la diagnosi de tumors cerebrals, no pretenen que sigui un sistema que prengui decisions, si no que ajudi a l’especialista i esdevingui una mena de "segona opinió" en la diagnosis mèdica, la qual és especialment important en el camp de l’oncologia.

La tipologia de tumors cerebrals investigada en el projecte no és fàcil de diagnosticar amb certesa. De fet, la millor manera de poder estar segurs davant la diagnosi d'un tumor és realitzant una biòpsia, però malauradament això no és aconsellable quan el tumor està localitzat al cervell. En aquest àmbit, metges i radiòlegs han de treballar amb tècniques no invasives, i això comporta una sèrie de restriccions.

Les dades multi-centre amb les que treballen són espectres obtinguts per Ressonància Magnètica Nuclear. Algunes de les freqüències d'aquests espectres poden ser relacionades amb la presència en el tumor de diferents compostos químics, que serveixen d'indicadors. A partir de l’observació d’aquests indicadors, un metge expert en la interpretació d’aquestes dades (dels quals no hi ha tants especialistes) acostuma a ser capaç de reconèixer cada tumor. Una màquina, en canvi, és capaç de treballar amb poblacions de dades i fer ús d’una informació molt més rica.

De fet, el sistema que està desenvolupant el grup SOCO és especialment útil en casos ambigus. Quan un pacient presenta anomalies atípiques, aquestes poden donar-se perquè es tracta d’un tumor estrany o simplement per problemes de mesura. Amb el nou sistema de suport a la diagnosi, s’ha comprovat que es poden caracteritzar i visualitzar millor els casos atípics degut a que la màquina detecta que és un cas anòmal, en comparar-lo amb altres casos anòmals, i proposa hipòtesis que justifiquin aquesta anomalia. Per tant, els metges poden anar amb més cura i tenir més coneixement de causa en les diagnosis clíniques.

Actualment, el projecte està en la fase final de disseny del prototip, i el grup SOCO concentra els esforços a aconseguir integrar aquestes eines en un sistema de suport a la decisió amb tècniques de visualització avançades. L’objectiu és fer el sistema més avançat, intuïtiu i còmode d’utilitzar. Es dissenyarà un prototip per poder fabricar posteriorment una eina eficaç de suport als especialistes mèdics, que es farà servir aquest any i de forma experimental al NHS Clatterbridge Centre for Oncology de Bebington, un dels participants britànics en el projecte.

Els resultats de la recerca del projecte AIDTumour s’han difòs, recentment, en diversos congressos i revistes internacionals, entre les quals hi ha les publicacions Neural Networks, Neurocomputing, Computers in Biology and Medicine i Biomedical Signal Processing & Control. 

El sistema que s'està dissenyant utilitza mètodes de soft computing, tècniques de l'àrea de la intel·ligència artificial capaces de gestionar d'una manera adient informació imprecisa, incerta i/o incompleta per aconseguir usabilitat, robustesa i solucions de baix cost. 

El terme soft computing es va encunyar a mitjans dels noranta per descriure l'ús combinat de diferents aproximacions computacionals sorgides en els últims trenta anys, entre les quals destaquen els sistemes difusos, les xarxes neurals i els algorismes evolutius.

El comú denominador d'aquestes metodologies és l'abandó de la lògica binària, els models analítics estàtics, les classificacions rígides i les cerques deterministes per intentar abordar problemes del món real que estan poc i/o mal definits i que, per tant, són difícils de modelitzar. En aquests casos, els models precisos són poc pràctics, massa costosos o simplement inexistents. Això fa necessari l'ús de sistemes de raonament aproximat capaços de tractar una informació tan imperfecta de manera flexible. Aquest tipus de sistemes i les metodologies sobre les que es treballa són les compreses dins del camp del soft computing.