Innovación en Salud: IA Chilena para el Seguimiento del Cáncer

Optimizar el seguimiento del cáncer es uno de los grandes desafíos de los sistemas de salud a nivel global. En Chile, cada año se diagnostican cerca de 60,000 nuevos casos y fallecen aproximadamente 30,000 personas, lo que evidencia la urgencia de avanzar en herramientas más eficientes y precisas.

En este contexto, un equipo interdisciplinario desarrolló la primera base de datos latinoamericana de imágenes oncológicas orientada al seguimiento tumoral con Inteligencia Artificial (IA).

El Problema: Seguimiento Complejo y Manual

El monitoreo del cáncer implica tareas altamente exigentes para los especialistas:

Revisión de múltiples imágenes: Analizar tomografías de forma exhaustiva.
Identificación de lesiones: Comparar tumores a través del tiempo.
Protocolos Manuales: Se utiliza el estándar RECIST 1.1, pero su aplicación sigue siendo demandante y sujeta a la variabilidad del ojo humano, lo que abre espacio para diferencias en la interpretación.

Una Base de Datos Pionera en Latinoamérica

El estudio, publicado en la revista Scientific Data bajo el título “A CT Dataset with RECIST Measurements and Comprehensive Segmentation Masks for Tumors and Lymph Nodes”, fue liderado por la Universidad de Chile y la Universidad de Concepción.

El dataset incluye:

1.246 lesiones segmentadas.
58 tomografías computarizadas.
22 pacientes con cáncer.
Análisis de tumores primarios, metástasis y ganglios linfáticos.
Mediciones basadas estrictamente en RECIST 1.1.

Hito: Es el primer conjunto de datos abierto y completo que integra segmentaciones detalladas con seguimiento longitudinal bajo estándares clínicos reales en la región.

IA y Oncología: Un Avance Necesario

Este proyecto aborda una brecha crítica: la falta de datos clínicos bien anotados para entrenar modelos de IA. Gracias a esta base, es posible:

Entrenar modelos más precisos: Reduciendo el margen de error.
Validar herramientas automatizadas: Como ya se hizo con los modelos MedSAM y nnU-Net.
Mejorar la consistencia: Asegurando que la evaluación tumoral sea uniforme.

Aplicaciones Clínicas y Datos Locales

El desarrollo, enmarcado en el proyecto FONDEF IDeA 2023, ya alcanzó un nivel de madurez tecnológica TRL 5 en el Hospital Clínico de la Universidad de Chile.

¿Por qué es vital que los datos sean locales?

Adiós a los sesgos: La mayoría de las IA se entrenan con datos del hemisferio norte.
Realidad Nacional: Incorporar datos de pacientes atendidos en Chile asegura que las soluciones funcionen correctamente en nuestra población objetivo.
Medicina Personalizada: Abre la puerta a tratamientos más eficientes y ajustados a la realidad del país.

Proyección Futura

El equipo, compuesto por radiólogos, ingenieros y científicos de datos, ya mira hacia el mañana con tres objetivos claros:

Escalamiento: Ampliar la base de datos a nivel nacional.
Enfoque Multicéntrico: Integrar la diversidad de casos de toda Latinoamérica.
Herramientas Regionales: Crear soluciones de salud que respondan a las necesidades reales de nuestra región.