Sistema de Ayuda a la Detección de Diversas Patologías Basado en Análisis de Imagen e Inteligencia Artificial

El proyecto CADIA tiene como objetivo crear un sistema de análisis de imagen basado en técnicas de inteligencia artificial de última generación (e.g. deep learning). Como escenario clínico para el pilotaje de dicho sistema se ha considerado la ayuda al cribado de cáncer de mama, desarrollando algoritmos para el análisis de las lesiones en imágenes de mamografía y tomosíntesis digital, y diagnóstico de cáncer de mama, mediante novedosas técnicas de ayuda a la detección y caracterización de zonas tumorales en imágenes de patología digital.
Retos: en radiología, diseñar un sistema CAD que sea capaz de detectar masas en imágenes de mamografía y tomosíntesis digital adquiridas con todos los equipos disponibles en el SERGAS, de forma que todos los pacientes, independientemente del hospital que les corresponda, tengan acceso al sistema. Para patología, el escenario es más novedoso y requiere el salto a patología digital y el análisis de dichas imágenes digitalizadas para el diagnóstico del tipo de lesión y su grado. Además, se debe desarrollar toda infrastructura de despliegue de manera integrada con los sistemas del propio servicio de salud.
Vicomtech lidera la UTE, por tanto, como líder y rol, se ocupa de la coordinación y recogida en conjunto con otros de requisitos y especificaciones. Además es el encargado principal del desarrollo de los algoritmos de IA y de las infrastructuras necesarias para la creación de modelos y la inferencia. Se ha encargado también en gran parte de la creación de banco de datos, incluyendo el desarrollo de herramientas de anotación.Supervisará del despliegue final de los CAD web, y encargado de la validación.
El proyecto se está desarrollado por la UTE formada por la Fundación Vicomtech y la empresa Inycom.  El presente proyecto de Compra Pública Innovadora se enmarca  dentro del plan de innovación sanitaria Código 100 ejecutado en el marco de un convenio de colaboración entre el Servicio Gallego de Salud y el Ministerio de Ciencia e Innovación, financiado en un 80% por el FEDER en el marco del Programa Operativo Plurirregional de España (POPE) 2014-202.
Actualmente se han creado las herramientas de anotación necesarios con las que los clínicos están etiquetando las imágenes, tras largas sesiones de recogida de requisitos y especificaciones, así como de formaciones y pruebas de anotación. Se han digitalizado 2400 muestras de anatomía patológica, creando una base de datos de imágenes dicom anonimizadas y s e han seleccionado y anonimizado las imágenes necesarias de radiología del PACS del sergas. Se han entrenado los primeros modelos de IA a partir de bases de datos públicas de radiología y patología digital.