Desarrollo de modelos de aprendizaje automático basados en imágenes de radiología para la estratificación y evaluación de la gravedad de la neumonía COVID-19
Fase 1 - Programa de Cooperación Técnica en Retos Climáticos y Ciencias de la Salud para la Región de Arequipa
El objetivo principal del proyecto fue desarrollar herramientas de detección asistida por computadora (CAD) basadas en algoritmos de procesamiento de imágenes médicas y modelos de aprendizaje automático para la estratificación y evaluación de la gravedad de la neumonía COVID-19 a partir de tomografías computarizadas (CT), facilitando una valoración más rápida, precisa y útil para la toma de decisiones clínicas.
Descripción del proyecto
El proyecto diseñó y validó un sistema CAD integrado con una interfaz gráfica de usuario (GUI) amigable, que permite a los radiólogos y médicos identificar, clasificar y cuantificar lesiones pulmonares en imágenes CT de pacientes con COVID-19. Además de atender la urgencia de la pandemia, el proyecto estableció una base de datos estructurada de imágenes, modelos de aprendizaje profundo y algoritmos avanzados de procesamiento, sentando las bases para futuras aplicaciones en otras enfermedades pulmonares como cáncer de pulmón y EPOC.
Tareas principales del proyecto
- Desarrollar y validar modelos de aprendizaje profundo (Deep-Learning, DL) para la cuantificación automática de la extensión de neumonía en pacientes con COVID-19 usando imágenes CT torácicas
- Desarrollar y validar modelos DL para la estadificación automática de neumonía en pacientes con COVID-19 usando imágenes CT torácicas.
- Diseñar e implementar herramientas de detección asistida por computadora (Computer Aided Detection - CAD) interactivas mediante interfaces de usuario gráficas (Graphical User Interface - GUI) simples de manejar para facilitar la adopción de las herramientas CAD por radiólogos en Arequipa.
- Diseminar las herramientas CAD y las GUIs en centros de salud en Arequipa.
El proyecto fortaleció las capacidades de investigación en inteligencia artificial y deep learning en la UNSA, elevando su prestigio académico a través de la colaboración con la Universidad de Oklahoma. Los resultados beneficiaron directamente a docentes y estudiantes, quienes incorporaron los hallazgos metodológicos en docencia y formación de posgrado. En el plano clínico, los radiólogos de Arequipa ya utilizan las herramientas CAD/GUI para cuantificar con mayor precisión la infección pulmonar, mejorando la selección de tratamientos. A largo plazo, el impacto se proyecta hacia el desarrollo de nuevas soluciones CAD aplicables a diversas enfermedades respiratorias, consolidando a la UNSA como un referente en innovación biomédica regional.
Investigador principal UNSA
- Dra. Eveling G. Castro Gutierrez, docente investigadora, Facultad de Ingeniería de Sistemas. Coordinadora, CiTeSoft.
Co investigadores UNSA
- Marco Aedo López, Ingeniería de Sistemas
- Dra. Dery Gamero Tejeda, Medicina
- Dra. Ana María Gutierrez Valdivia, Medicina
- Dra. Ana Vargas Angles, Medicina
Estudiantes UNSA
- Angel Yvan Choquehuanca Peraltilla, Ingeniería de Sistemas
- Victor Fernando Cahui Osis, Ingeniería de Sistemas
- Laura Jovani Estacio Cerquin, Ingeniería de Sistemas
- Wilmer Alberto Pacheco Llacho, Ingeniería de Sistemas
- Valeria Nicoll Calderón Rodriguez, Ingeniería de Sistemas
- Kevin Mario Quiñones Apaza, Ingeniería de Sistemas
- Luis David Huallpa Tapia, Ingeniería de Sistemas
Evaluadores Clínicos (Radiólogos)
- Dra. Gabriela Calisaya Ramos,
- Dr. Renson Javier Huamaní Suyco,
- Dr. Raul Angel Valdivia Condori,
- Dra. Alejandra Mercado Ojeda, Dra. Ada Chirinos Apaza,
- Dra. Lucia Mendoza
Investigador principal Oklahoma
- Javier A. Jo, Ph.D. Ted y Cuba Webb Profesor Presidencial de la Escuela de Ingeniería Eléctrica e Informática, Facultad de Ingeniería Gallogly de la Universidad de Oklahomka. Director, COBRE Centro de Imágenes Médicas para la Investigación Traslacional del Cáncer de Oklahoma
Investigadores Oklahoma
- Bin Zheng, Ph.D., Profesor Presidencial Gerald Tuma, Escuela de Ingeniería Eléctrica e Informática, Facultad de Ingeniería Gallogly de la Universidad de Oklahomka, investigador académico del Cáncer TSET de Oklahoma, Centro Oncológico Peggy & Charles Stephenson
- Yuchen Qiu, Ph.D., profesor asociado, Escuela de Ingeniería Eléctrica e Informática, Facultad de Ingeniería Gallogly de la Universidad de Oklahomka, Sociedad Internacional de Óptica y Fotónica, Instituto de Ingenieros Eléctricos y Electrónicos
Investigadores Postdoctorado
- Seyedehnafiseh Mirniaharikandehe, PhD - Ingeniería Eléctrica y Computación
- Alireza Abdihamzehkolaei, PhD - Ingeniería Eléctrica y Computación
- Seyededriss Mirniaharikandi, PhD - Ingeniería Eléctrica y Computación
