Javier Collado
Bebrand
El Grupo de Investigación SING (Sistemas Informáticos de Nova Xeración) de la Escuela Superior de Ingeniería Informática, coordinado por el catedrático Florentino Fernández, y el Grupo de Investigación en Oncología Digestiva del Hospital Universitario de Ourense (Giodo), coordinado por el doctor Joaquín Cubiella, desarrollan el proyecto Polydeep, un sistema inteligente de detección y clasificación en tiempo real de lesiones colorrectales «mediante deep learning o aprendizaje profundo», según explicó Daniel González Peña.
El proyecto, que cuenta con un presupuesto de 127.171 euros aportados por la convocatoria Retos de la Sociedad del Ministerio de Economía, Industria y Competitividad, tiene por objetivo crear «un sistema inteligente de detección y clasificación en tiempo real de lesiones colorrectales mediante deep learning», apuntó Cubiella.
Para este cometido «es especialmente importante la aportación de miles de muestras de pólipos benignos o malignos, que ayuden al sistema que elaboraremos a discriminar sobre cuáles hay que actuar por ser potencialmente cancerígenos y cuáles no requieren de esa intervención», señaló Miguel Reboiro, uno de los miembros del equipo de la Universidad. La intención es crear una base de datos y clasificación de imágenes de estos pólipos, que servirán para que el prototipo del módulo de diagnóstico asistido por ordenador que crearán sepa determinar la malignidad de cada pólipo.
«Este sistema nos permitirá seleccionar aquellos pólipos de los que nos tenemos que preocupar más», señala Eloy Sánchez, jefe del Servicio de Digestivo del CHUO. Con el sistema que pretende desarrollarse en el marco de Polydeep, y que se quiere tener listo para diciembre de 2020,se abrirían escenarios como evitar la extirpación innecesaria de pólipos, costes asociados al diagnóstico histológico y riesgos asociados a la extirpación, se apuntó entre otros en la presentación.
