_A través de IA identifica, evalúa y clasifica la lesión._
El
alumno de la Maestría en Ingeniería en Computación de la Facultad de
Ingeniería de la UACH, Iván Avena Caro, desarrolló una herramienta
basada en inteligencia artificial para la evaluación automática de
lesiones por quemaduras, capaz de identificar y delimitar las regiones
afectadas y diferenciar entre segundo y tercer grado a partir de
imágenes capturadas con dispositivos móviles.
Este
proyecto está bajo la dirección de la Dra. Graciela María de Jesús
Ramírez Alonso, con la participación de investigadores de la UACH y
especialistas del área clínica, como es el caso del Dr. Norman A. Rendón
Mejía y Carlos R. Cervantes-Sánchez, enlaces del Hospital General Dr.
Salvador Zubirán Anchondo.
La
propuesta integra técnicas avanzadas de aprendizaje profundo,
procesamiento digital de imágenes y visión por computadora, con el
objetivo de desarrollar herramientas tecnológicas que puedan apoyar al
personal de salud durante la valoración inicial de este tipo de
lesiones.
Las quemaduras
representan un problema relevante de salud, ya que una evaluación
adecuada de su extensión y profundidad es fundamental para determinar el
tratamiento que requiere el paciente. Actualmente, esta valoración
depende en gran medida de la inspección visual realizada por
profesionales de la salud, lo que puede representar un reto,
particularmente en lesiones complejas o en lugares donde el acceso a
personal especializado es limitado.
Ante
esta problemática, el equipo desarrolló una base de datos integrada por
712 imágenes clínicas de quemaduras, obtenidas en condiciones reales y
correspondientes a lesiones de segundo y tercer grado. Las regiones
afectadas fueron delimitadas mediante anotaciones a nivel de píxel y
revisadas por un especialista en el tratamiento de quemaduras, con el
propósito de contar con información clínicamente validada para el
desarrollo y evaluación de los modelos de inteligencia artificial.
A
diferencia de sistemas que únicamente clasifican una imagen completa o
determinan la presencia de una quemadura, la tecnología desarrollada
busca identificar dónde se encuentra la lesión y qué regiones
corresponden a diferentes grados de profundidad. De esta manera, el
sistema genera una representación visual directamente sobre la imagen,
permitiendo distinguir las áreas identificadas como quemaduras de
segundo y tercer grado.
Esta
tecnología permitió llevar el modelo a una aplicación para teléfonos
Android, en la que el procesamiento se realiza directamente en el
dispositivo. La aplicación puede recibir una fotografía desde la cámara o
la galería del teléfono, procesarla mediante inteligencia artificial y
mostrar sobre la imagen las regiones de quemadura detectadas, su
clasificación y el nivel de confianza de la predicción.
Uno
de los aspectos relevantes de la propuesta es que el análisis puede
realizarse sin depender de servidores externos ni de una conexión
permanente a internet, lo que demuestra la viabilidad de ejecutar el
proceso completo de inteligencia artificial de manera local en
dispositivos móviles.
Además
del análisis de las imágenes, la aplicación contempla funcionalidades
para mostrar recomendaciones iniciales, generar reportes y almacenar
localmente un historial de evaluaciones, lo que abre posibilidades para
el seguimiento de pacientes y la documentación de las lesiones. El
sistema está planteado como una herramienta de apoyo para los
profesionales de la salud.
La
posibilidad de realizar este tipo de procesamiento desde un teléfono
móvil resulta especialmente relevante en escenarios donde el acceso a
infraestructura médica especializada es limitado. A futuro, tecnologías
de este tipo podrían contribuir al desarrollo de herramientas de apoyo
para hospitales, servicios de emergencia, unidades de atención primaria y
comunidades alejadas de centros especializados.
Cabe
destacar que los investigadores plantean ampliar la diversidad de
imágenes y tipos de quemaduras, realizar validaciones con información
procedente de otros centros clínicos y continuar optimizando los modelos
para su ejecución en una mayor variedad de dispositivos móviles. Estas
acciones permitirán evaluar la capacidad de generalización de la
tecnología bajo diferentes condiciones clínicas y de adquisición.
Comentarios
Publicar un comentario