Sociedad Mexicana de Inteligencia Artificial ubicó en tercer lugar a egresada UV

27 de Noviembre de 2017

Sociedad Mexicana de Inteligencia Artificial ubicó en tercer lugar a egresada UV


• “Clasificación de patrones de bandeo obtenidos mediante Western Blot para el diagnóstico de cáncer de mama”, investigación de Diana María Sánchez Silva

• 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

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) de la Universidad Veracruzana (UV), 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.

De esta forma, realizó una estancia de seis meses en el IIB y propuso una metodología semiautomática útil en la identificación de patrones de cáncer de mama, a través de la cual se logra disminuir significativamente la subjetividad, el tiempo y la complejidad del proceso, gracias al uso de técnicas de inteligencia artificial, aprendizaje automático y visión por computadora.

Para eso fue muy útil la materia de Visión por Computadora que en ese entonces cursaba dentro de la maestría donde aprendió a hacer análisis de las imágenes y encontrar patrones. Aparte, hubo gran aporte de la maestría y de los cursos impartidos para lograr la integración de conocimientos en este tema de investigación.

“Con esta metodología se obtuvieron porcentajes de clasificación de las mujeres con cáncer, de las que presentan una patología benigna del seno y de quienes están sanas.”

Por ello, a futuro se planea que esto sea un aporte para el diagnóstico de la enfermedad con el apoyo de otras herramientas.

Diana María Sánchez, cursó la Licenciatura en Informática en la UV, 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.

Es decir, puede emplearse en el área de biología celular o molecular para generar una base de datos y realizar un análisis o una clasificación.

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.

Resaltó que desde su egreso de la licenciatura llamó su atención el estudio de la inteligencia artificial, por lo que ahora no se arrepiente de haber incursionado en este terreno, principalmente en el área de la salud.

“La investigación va más allá, los aportes no sólo son enriquecedores para la sociedad sino para uno mismo, es grato cuando las personas se benefician de los proyectos y estudios que uno genera.”