Doctores de la Universidad Autónoma de México (UNAM) aplican un modelo experimental de Inteligencia Artificial (IA) que busca identificar la enfermedad de Chagas, con la detección de imágenes histopatológicas, para conocer si el estado del padecimiento es agudo o grave.
“La fase aguda desafortunadamente es muy compleja detectarla porque es un paciente que no tiene síntomas, 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”, explicó Blanca Hilda Vázquez Gómez, académica del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la UNAM, Unidad Yucatán.
Lo anterior fue revelado en 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).
La especialista, que también forma parte de Artificial Intelligence in Biomedicine Group (ArBio), explicó que el proceso de estas imágenes empieza con su redimensión, 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.
Por último, mencionó que con estas propuestas son capaces de 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.
Su compañero de investigación del IIMAS, Jorge Luis Pérez González, informó que este proyecto empezó a formarse a partir del 2015 con estudios preliminares de este padecimiento, posteriormente, con el tiempo se fue desarrollando y mostrando excelentes resultados.
Detalló 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 integrante 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.
Por último, recordó una persona puede ser infectada por la picadura del insecto Pic (triatoma dimidiata), 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.
