Investigadores madrileños desarrollan un sistema de IA para diagnosticar enfermedades hematológicas

Investigadores de la Universidad Politécnica de Madrid (UPM) y CIBERBBN, de la Universidad Complutense de Madrid (UCM), de un grupo de hospitales liderados por el Hospital Universitario 12 de Octubre y de la empresa Spotlab, han diseñado un sistema con el que han conseguido automatizar el conteo celular de muestras de médula ósea.

Esto ayudará a diagnosticar enfermedades hematológicas como los cánceres de la sangre de forma más rápida y precisa. Este es el principal resultado que ha sido recientemente publicado en la revista Microscopy and Microanalysis.

El recuento diferencial de células de los aspirados de médula ósea, explican los autores, es una técnica que a día de hoy se realiza manualmente en la mayoría de los centros sanitarios. Esta es una tarea que requiere mucho tiempo y cuyo resultado puede variar dependiendo de la experiencia del observador.

“El sistema desarrollado aumenta la eficiencia y precisión en el diagnóstico de enfermedades hematológicas como la leucemia o el mieloma múltiple”

Por este motivo, este procedimiento resulta ser un candidato adecuado para ser automatizado gracias a la inteligencia artificial, objetivo de este proyecto multidisciplinar con el liderazgo clínico del doctor Joaquin Martinez del Hospital 12 de Octubre y CIBERONC e investigadores de la empresa SpotLab, la UPM y CIBERBBN, la UCM, el Hospital Universitario Fundación Alcorcón y el Hospital Vall d’Hebron.

“Hemos diseñado específicamente un algoritmo de inteligencia artificial basado en deep learning que es capaz de diferenciar y contar de forma automática diferentes tipos celulares en imágenes de muestras de médula ósea” detalla David Bermejo-Peláez, investigador de Spotlab.

Para la digitalización de imágenes, el sistema no necesita escáneres ni dispositivos complejos y de alto coste, sino que lo hace utilizando teléfonos móviles inteligentes –smartphones–, lo que lo convierte en un sistema escalable y que puede implementarse en cualquier servicio de hematología de cualquier hospital del mundo.

“Hemos diseñado específicamente un algoritmo de inteligencia artificial basado en deep learning que es capaz de diferenciar y contar de forma automática diferentes tipos celulares en imágenes de muestras de médula ósea”

Mª Jesús Ledesma, investigadora de la UPM y CIBERBBN: “Los resultados obtenidos han demostrado que esta tecnología reduce considerablemente el tiempo de análisis de las muestras de médula ósea, así como la variabilidad entre observadores a la hora de analizar las mismas”.

“El sistema desarrollado aumenta la eficiencia y precisión en el diagnóstico de enfermedades hematológicas como la leucemia o el mieloma múltiple” afirma María Linares, investigadora de la UCM.

“Los resultados obtenidos han demostrado que esta tecnología reduce considerablemente el tiempo de análisis de las muestras de médula ósea, así como la variabilidad entre observadores a la hora de analizar las mismas”

Este trabajo, financiado por la Unión Europea, es un paso hacia la integración de tecnologías innovadoras de IA en la rutina clínica para la lucha contra el cáncer.