Héctor Gabriel Acosta Mesa, del CIIA
David Sandoval Rodríguez
Los integrantes del cuerpo académico (CA) Investigación y Aplicaciones de la Inteligencia Artificial (IA), adscrito al Centro de Investigación en Inteligencia Artificial (CIIA), participan en proyectos de investigación en salud como la prevención y diagnóstico del cáncer de mama y cérvico-uterino, así como el análisis de la actividad cerebral.
En el Simposio «Fronteras de la investigación biomédica entre redes de cuerpos académicos», organizado por el Instituto de Salud Pública (ISP), Héctor Gabriel Acosta Mesa, investigador y responsable de dicho CA, integrado por cuatro investigadores y dos colaboradores, comentó acerca del potencial que tienen para apoyar investigaciones en diversas áreas.
Su línea de aplicación y generación del conocimiento es la inteligencia computacional en la que aplican la metodología de Descubrimiento de Conocimiento en Bases de Datos (KDD, por sus siglas en inglés), una rama de la IA que busca «descubrir patrones en volúmenes de datos con la finalidad de hacer evidentes sus relaciones y crear modelos que expliquen o predigan variables de interés».
En el aprendizaje automático se pretende crear modelos para explicar y predecir fenómenos, como es el caso de los «algoritmos genéticos» que están basados en las teorías evolutivas y buscan que cada uno de los elementos de información sea una solución en sí misma para articularse en la resolución de problemas o en la obtención de información.
A continuación detalló los proyectos que han tenido una vinculación con el área del sector salud, particularmente en la prevención de cáncer de mama, cérvico-uterino, así como la actividad neuronal.
Con el médico Enrique Martín del Campo, del Centro Estatal de Cancerología (Cecan), realizan el proyecto «Detección de cáncer de mama a partir de imágenes térmicas», que a través de imágenes termográficas que muestran la presencia de cáncer y son seleccionadas por el especialista, se agrupan en una base de datos que es analizada mediante un algoritmo.
Otro de los proyectos se refiere a la detección de cáncer cérvico-uterino a través de imágenes colposcópicas, en colaboración con Rodolfo Hernández Jiménez, médico del Centro de Especialidades Médicas de Xalapa (CEM). «Aquí se extraen los patrones directamente de las imágenes y mediante la selección de pixeles específicos se sigue su desarrollo temporal».
Dependiendo el grado de avance se obtienen variaciones en la reacción de la luz, creando así patrones y, con base en el modelo de IA que se creó, a través de ellos es posible diagnosticar a las nuevas pacientes en cuanto a los siete grados de avance que definió el especialista, ello facilita la toma de decisiones del personal médico que no es experto, resaltó el académico.
Uno de los proyectos es una colaboración con Juan Fernández Ruiz, investigador del Departamento de Fisiología de la Universidad Nacional Autónoma de México (UNAM), llamado «La situación de estados cognitivos usando imágenes de resonancia magnética funcional».
El objetivo del proyecto es estimular y explorar el funcionamiento del cerebro mediante la estimulación de la corteza visual o motora y su registro mediante escáner que detecta la actividad neuronal y la presencia de oxígeno al mostrar imágenes distintas, por ejemplo rostros y casas.
De esta manera se obtienen diferentes imágenes cerebrales y con el programa es posible relacionar la actividad cerebral con el estímulo presentado.
Con Fernando Arámbula Cosío, del Centro de Ciencias Aplicadas y Desarrollo Tecnológico de la UNAM, trabajan en el proyecto «Segmentación de la próstata en imágenes de ultrasonido», que tiene la finalidad de guiar de mejor manera la sonda y además busca desarrollar un modelo en 3D, para lo cual se trabajó con base en los ultrasonidos y un algoritmo que fue creando un modelo de la próstata.
Al finalizar su presentación, Acosta Mesa propuso a los investigadores presentes la creación de una red de cuerpos académicos multidisciplinaria y ofreció los avances de su CA para apoyar la realización de otras investigaciones al interior de la Universidad, así como aprovechar las posibilidades de vinculación con la UNAM para hacer uso del sistema de súper cómputo «Kan Balam».