Socios del proyecto DeepHealth Investigadores de la Universitat Politècnica de València (UPV) trabajan
en el desarrollo de nuevas librerías de Inteligencia Artificial (IA) que
ayudarán en el diagnóstico clínico de enfermedades como Alzheimer,
depresión o distintos tipos de cáncer.
Su principal novedad
reside en la combinación de la supercomputación y el Big Data, lo que se
traduce en una gran capacidad tanto de procesamiento de datos como
analítica para disponer de una mejor y más completa información a la
hora de establecer un diagnóstico, según han informado a EFE fuentes de
la institución académica.
“Nuestro objetivo es desarrollar
herramientas para que el personal técnico del sector salud pueda dar
apoyo a los médicos a la hora de dar un diagnóstico", explica Jon Ander
Gómez, del Centro de Investigación Pattern Recognition and Human
Language Technology (PRHLT) de la Universitat Politècnica de València.
Según
Jon Ander Gómez, "queremos contribuir a mejorar la productividad de
estos informáticos, de forma que dispongan de una herramienta de alta
computación que facilite el procesado de toda la información de las
pruebas –principalmente imágenes médicas- que llegan a un centro de
salud u hospital”.
El desarrollo de esta herramienta se enmarca
dentro del proyecto DeepHealth y está liderado por el PRHLT de la UPV y
el Grupo de Arquitecturas Paralelas (GAP-DISCA) de la UPV, que se
encarga de su adaptación a nuevas arquitecturas heterogéneas de cálculo
científico.
“Estamos adaptando infraestructuras de
supercomputación, en las que disponemos de miles de procesadores, para
optimizar y facilitar el diagnóstico clínico", destaca José Flich,
investigador del GAP-DISCA de la Universitat Politècnica de València.
Con
ellas, según ha indicado José Flich, "tendremos un procesado de la
información mucho más rápido y eficiente, reduciendo así también los
tiempos de diagnóstico”.
Se trata además de una herramienta en
constante entrenamiento, que va aprendiendo continuamente con el
procesado de nueva información y, a partir de algoritmos basados en
'deep learning', se analizan las imágenes y se ofrece una información
bien estructurada que ayudará al diagnóstico.
La librería va
nutriéndose de una gran cantidad de imágenes, a partir de las cuales
ante un nuevo caso, se procesa la información y determina la posibilidad
o no de una patología, según señalan las fuentes.
“Actualmente
disponemos ya de una primera versión de la librería; el siguiente paso
es su integración en las diferentes plataformas y equipos informáticos
de los que disponen los hospitales para el diagnóstico”, apunta Jon
Ander Gómez.
Para su validación, se aplicará a diferentes casos
clínicos -14 en total, incluyendo migraña, demencia, depresión, cáncer,
Alzheimer…- que servirán para entrenar los modelos predictivos que
faciliten el diagnóstico.
Financiado por el programa Horizon 2020, el proyecto DeepHealth se extenderá hasta finales del año que viene.
Comparte la noticia
Categorías de la noticia