Diana María Sánchez Silva
Claudia Peralta Vázquez
La Sociedad Mexicana de Inteligencia Artificial (SMIA) otorgó el tercer lugar a nivel nacional a la tesis de maestría de Diana María Sánchez Silva, egresada del posgrado del Centro de Investigación en Inteligencia Artificial (CIIA), por su contribución al mejoramiento de los métodos de diagnóstico de cáncer de mama.
“Clasificación de patrones de bandeo obtenidos mediante Western Blot para el diagnóstico de cáncer de mama”, es el tema del estudio de investigación que mereció esta distinción en el marco de la 16ª Conferencia Internacional Mexicana sobre Inteligencia Artificial (MICAI 2017), efectuada del 23 al 28 de octubre en la Universidad Autónoma de Baja California (UABC), campus Ensenada.
Esto, luego de haber respondido satisfactoriamente a la convocatoria del certamen de la SMIA, por iniciativa de uno de los tutores de la tesis, quien la motivó a someter a concurso el proyecto.
La joven, quien en 2016 concluyó la Maestría en Inteligencia Artificial en el CIIA, expresó que la investigación es la mejor manera de acercarse y beneficiar a la sociedad, por lo que se mostró orgullosa de haber obtenido ese título y en un futuro espera ver aplicada su innovación a favor de mujeres que enfrentan tal enfermedad.
“En un principio, cuando buscaba mi tema de tesis quería algo que no se quedara sólo en la investigación, por eso me llamó la atención que desde mi campo de estudio pudiera aportar algo al área de la salud.”
Destacó que el cáncer de mama es uno de los mayores problemas de salud en mujeres a nivel mundial, y una de las principales causas de muerte en edad adulta. Tan sólo en México representa la primera causa de mortalidad en féminas mayores de 35 años.
Sin embargo, para mejorar el pronóstico y supervivencia del padecimiento es necesario optimizar y mejorar los métodos de diagnóstico mediante una detección temprana, dijo.
Es así que bajo la dirección de Héctor Gabriel Acosta Mesa y Tania Romo González de la Parra, investigadores del CIIA y del Instituto de Investigaciones Biológicas (IIB) de la UV, respectivamente, Diana María Sánchez inició el proyecto basado en un estudio previo desarrollado en el IIB.
En él se emplean imágenes unidimensionales para la detección de auto-anticuerpos contra antígenos de células tumorales que distinguían entre mujeres con cáncer de aquéllas sin patología mamaria y sanas, bajo una técnica denominada Western Blot.
No obstante, el análisis de dichas imágenes es una tarea difícil, incluso para los expertos, pues genera gran subjetividad y complejidad en el proceso de interpretación, así como un tiempo prolongado.
Diana María Sánchez, quien cursó la Licenciatura en Informática, comentó que la metodología puede utilizarse en diversas aplicaciones, en cualquier experimento con el que se obtengan imágenes a partir de la técnica de Western Blot, pues no es exclusiva de este padecimiento.
Respecto a sus proyectos a futuro, aseveró que la idea es concluir la aplicación y crear un software completo para el diagnóstico oportuno de cáncer de mama.