Combatir las enfermedades de la sangre con inteligencia artificial
La inteligencia artificial permite clasificar automáticamente las células de la médula ósea como las que se muestran aquí. Este método es un paso importante en el diagnóstico de enfermedades de la sangre. Crédito: Helmholtz Munich/Carsten Marr
Todos los días, los citólogos de todo el mundo utilizan microscopios ópticos para analizar y clasificar muestras de células de la médula ósea miles de veces. Este método para diagnosticar enfermedades de la sangre se estableció hace más de 150 años, pero adolece de ser muy complejo. La búsqueda de células raras pero importantes desde el punto de vista del diagnóstico es una tarea laboriosa y que requiere mucho tiempo. La inteligencia artificial tiene el potencial de impulsar este método, sin embargo, requiere una gran cantidad de datos de alta calidad para entrenar un algoritmo de IA.
La base de datos de código abierto más grande para imágenes de células de médula ósea
Los investigadores de Helmholtz Munich han desarrollado la base de datos de acceso abierto más grande sobre imágenes microscópicas de células de médula ósea hasta la fecha. La base de datos consta de más de 170.000 imágenes de una sola célula de más de 900 pacientes con diversas enfermedades de la sangre. Es el resultado de una colaboración de Helmholtz Munich con el LMU University Hospital Munich, el MLL Munich Leukemia Lab (uno de los mayores proveedores de diagnóstico en este campo a nivel mundial) y el Instituto Fraunhofer de Circuitos Integrados.
Uso del base de datos para impulsar la inteligencia artificial
«Además de nuestra base de datos, hemos desarrollado una red neuronal que supera a los algoritmos de aprendizaje automático anteriores para la clasificación de células en términos de precisión, pero también en términos de generalización», dice Christian Matek , autor principal del nuevo estudio. La red neuronal profunda es un concepto de aprendizaje automático diseñado específicamente para procesar imágenes. «El análisis de las células de la médula ósea aún no se ha realizado con redes neuronales tan avanzadas», explica Christian Matek, «lo que también se debe al hecho de que hasta ahora no se disponía de conjuntos de datos públicos de alta calidad».
El objetivo de los investigadores es ampliar aún más su base de datos de células de médula ósea para capturar una gama más amplia de hallazgos y validar su modelo de forma prospectiva. «La base de datos y el modelo están disponibles gratuitamente con fines de investigación y capacitación para educar a los profesionales o como referencia para otros enfoques basados en IA, por ejemplo, en el diagnóstico del cáncer de sangre», dice el líder del estudio, Carsten Marr.
Explore más
Clasificación de células sanguíneas únicas impulsada por IA Más información: Christian Matek et al, Diferenciación altamente precisa de morfologías de células de médula ósea utilizando redes neuronales profundas en un gran conjunto de datos de imágenes, Sangre (2021). DOI: 10.1182/blood.2020010568
Un episodio de podcast relacionado con el periódico se encuentra en share.transistor.fm/s/534f6209 Información del diario: Blood