Imágenes de alta resolución ayudan a detectar displasia cervical
Un nuevo enfoque innovador para la detección crucial de lesiones precancerosas utilizando imágenes grandes de alta resolución realizada por un equipo de investigadores de Portugal ha sido presentado en un nuevo estudio.
Este estudio desarrolló una solución de aprendizaje automático que ayuda a los patólogos en la detección de displasia cervical, haciendo que el diagnóstico de nuevas muestras sea completamente automático. El cáncer de cuello uterino, el cuarto cáncer más frecuente entre las mujeres con un estimado de 604.000 casos nuevos en 2020 según la Organización Mundial de la Salud (OMS), es uno de los tipos de cáncer que se pueden prevenir y tratar con mayor tasa de éxito siempre que se identifique a tiempo y se maneje adecuadamente.
Para este estudio el equipo de investigadores desarrolló una metodología débilmente supervisada, una técnica de aprendizaje automático que combina datos anotados y no anotados durante el entrenamiento del modelo para calificar la displasia cervical. Este tipo de técnica permite a los investigadores desarrollar modelos con buen rendimiento, incluso con alguna información faltante durante la fase de entrenamiento del modelo.
El marco consta de un paso de segmentación del epitelio seguido de un clasificador de displasia (no neoplásico, LSIL, HSIL), lo que hace que la evaluación del portaobjetos sea completamente automática, sin necesidad de identificación manual de las áreas epiteliales. Para entrenar el modelo de segmentación, los investigadores utilizaron todas las diapositivas anotadas (186), con un total de 312 fragmentos de tejido. Los resultados muestran que solo en muy raras ocasiones el modelo no reconoce una gran parte del epitelio o identifica erróneamente un área significativa.
- Fuente: MedicalXpress
- Foto: Freepik
