�鶹����

Desenvolver “un sistema informtico capaz de dar apoio en tempo real ao endoscopista na visualizacin dos plipos de colon e na toma de decisins terapéuticas sobre eles”. Con este obxectivo preséntase o Proxecto Polydeep: sistema intelixente de deteccin e clasificacin en tempo real de lesins colorrectais mediante deep learning. Con financiamento estatal, investigadores da �鶹���� e do Hospital Universitario de Ourense desenvolvern durante tres anos un proxecto que os seus promotores destacan como “pioneiro e innovador” e que ten como fin último mellorar a calidade asistencial s e aos pacientes de oncoloxa. 

Financiado con 127.171 euros pola Convocatoria Retos da Sociedade do Ministerio de Economa, Industria e Competitividade, o proxecto foi presentado este luns no campus de Ourense. A iniciativa est liderada desde a Escola Superior de Enxeara Informtica do campus de Ourense polo Grupo de ���Ա�����پ����������� Sing Sistemas Informticos de Nova Xeracin, coordinado polo catedrtico Florentino Fernndez, e conta coa participacin do Grupo de ���Ա�����پ����������� en Oncoloxa Dixestiva do Hospital Universitario de Ourense (Giodo), coordinado polo doutor Joaqun Cubiella. Os investigadores principais do proxecto son Daniel Gonzlez e Miguel Reboiro, do Grupo Sing. Por parte do hospital participan catro endoscopistas con especial dedicacin endoscopia avanzada, como son Eloy Snchez (xefe de servizo), Jesús Miguel Herrero, Laura Rivas e Manuel Jiménez, as como o responsable de informtica do complexo hospitalario, Rubén Domnguez.

Durante a presentacin da iniciativa, Virxilio Rodrguez, vicerreitor en funcins do campus de Ourense, destacou como esta iniciativa se enmarca na lia de traballo que veen desenvolvendo grupos do campus con entidades da contorna, neste caso o Grupo Sing e o Hospital Universitario de Ourense. Pola súa banda, Julio Garca, xerente do Servizo Galego de Saúde en Ourense, fixo fincapé en como Polydeep “é un proxecto realmente innovador” que, afirmou, “vai supor seguro un impulso importante no mbito da endoscopia oncolxica”. 

Evitar a extirpacin

O proxecto prolngase desde xaneiro de 2018 a decembro de 2020. Os obxectivos, detallou o investigador Miguel Reboiro, son a implementacin dun prototipo de diagnstico asistido por computador; o desenvolvemento dun modelo de deteccin e clasificacin de plicos colorrectais mediate intelixencia artificial e o desenvolvemento dun banco de imaxes de plipos colorrectais dentro do biobanco do IISGS, fase esta última na que xa se est traballando. A iniciativa, explicou Daniel Gonzlez, aproveitar os avances acadados en deep learning, en aprendizaxe profunda en intelixencia artificial, concretamente en recoecemento de imaxes. A idea, explicou, é que o sistema que se desenvolva, en base a analizar moitas imaxes de plipos benignos, malignos e intermedios, xa el mesmo saiba en tempo real durante a endoscopia en que caractersticas da imaxe do plipo se ten que fixar para a valoracin e clasificar o potencial perigo do plipo. 

Sendo o cancro colorrectal o de maior incidencia en Espaa, Joaqun Cubiella salientou na presentacin do proxecto como ten a caracterstica de que “se pode previr porque podemos detectar a lesin precursora, os plipos”. Segundo se explicou na presentacin, o diagnstico do tipo de plipo de colon antes da extirpacin endoscpica do mesmo é clave hora de decidir o modo de eliminalo. Desafortunadamente, detallouse, as técnicas de visualizacin existentes actualmente teen unha capacidade diagnstica limitada, mesmo en mans de endoscopistas expertos. Isto obriga extirpacin e recuperacin de practicamente de todos os plipos para confirmar o tipo histolxico e coecer o seu grao de gravidade. Co sistema que pretende desenvolverse no marco de Polydeep, abriranse escenarios como evitar a extirpacin innecesaria de plipos, custes asociados ao diagnstico histolxico e riscos asociados extirpacin, apuntouse entre outros na presentacin. “Ter un asistente que sexa mis preciso que o ollo do endoscopista é unha necesidade”, salientou Cubiella. “É un proxecto ilusionante, un paso mis no que vimos traballando”, recalcou pola súa banda, Eloy Snchez, investigador tamén do complexo hospitalario ourensn.