VALÈNCIA (EFE). Investigadores de la Universitat Politècnica de València (UPV) trabajan en el desarrollo de nuevas librerías de Inteligencia Artificial (IA) que ayudarán en el diagnóstico clínico de enfermedades como Alzheimer, depresión o distintos tipos de cáncer.
Su principal novedad reside en la combinación de la supercomputación y el Big Data, lo que se traduce en una gran capacidad tanto de procesamiento de datos como analítica para disponer de una mejor y más completa información a la hora de establecer un diagnóstico, según han informado a EFE fuentes de la institución académica.
“Nuestro objetivo es desarrollar herramientas para que el personal técnico del sector salud pueda dar apoyo a los médicos a la hora de dar un diagnóstico", explica Jon Ander Gómez, del Centro de Investigación Pattern Recognition and Human Language Technology (PRHLT) de la Universitat Politècnica de València.
Según Jon Ander Gómez, "queremos contribuir a mejorar la productividad de estos informáticos, de forma que dispongan de una herramienta de alta computación que facilite el procesado de toda la información de las pruebas –principalmente imágenes médicas- que llegan a un centro de salud u hospital”.
El desarrollo de esta herramienta se enmarca dentro del proyecto DeepHealth y está liderado por el PRHLT de la UPV y el Grupo de Arquitecturas Paralelas (GAP-DISCA) de la UPV, que se encarga de su adaptación a nuevas arquitecturas heterogéneas de cálculo científico.
“Estamos adaptando infraestructuras de supercomputación, en las que disponemos de miles de procesadores, para optimizar y facilitar el diagnóstico clínico", destaca José Flich, investigador del GAP-DISCA de la Universitat Politècnica de València.
Con ellas, según ha indicado José Flich, "tendremos un procesado de la información mucho más rápido y eficiente, reduciendo así también los tiempos de diagnóstico”.
Se trata además de una herramienta en constante entrenamiento, que va aprendiendo continuamente con el procesado de nueva información y, a partir de algoritmos basados en deep learning, se analizan las imágenes y se ofrece una información bien estructurada que ayudará al diagnóstico.
La librería va nutriéndose de una gran cantidad de imágenes, a partir de las cuales ante un nuevo caso, se procesa la información y determina la posibilidad o no de una patología, según señalan las fuentes.
“Actualmente disponemos ya de una primera versión de la librería; el siguiente paso es su integración en las diferentes plataformas y equipos informáticos de los que disponen los hospitales para el diagnóstico”, apunta Jon Ander Gómez.
Para su validación, se aplicará a diferentes casos clínicos -14 en total, incluyendo migraña, demencia, depresión, cáncer, Alzheimer…- que servirán para entrenar los modelos predictivos que faciliten el diagnóstico.
Financiado por el programa Horizon 2020, el proyecto DeepHealth se extenderá hasta finales del año que viene.
