Investigadores del Grupo de Ingeniería Fotónica (GIF) de la Universidad de Cantabria, el Instituto de Investigación Sanitaria Valdecilla (IDIVAL) y el consorcio CIBER-BBN (Centro de Investigación Biomédica en Red de Bioingeniería, Biomateriales y Nanomedicina) han desarrollado un método óptico basado en técnicas de óptica biomédica, inteligencia artificial y aprendizaje profundo para delinear tumores en situaciones intra-operativas.
Esto podría ayudar a los cirujanos a tomar decisiones durante intervenciones de extracción tumoral en quirófano, ha destacado la UC en un comunicado de prensa, en el que ha apuntado que se ha desarrollado junto a científicos del Dartmouth College,
Los resultados de este trabajo han sido publicados en la revista especializada 'IEEE Transactions on Medical Imaging', editada por el Institute of Electrical and Electronics Engineers (IEEE), y entre los firmantes están los investigadores de la UC Arturo Pardo, José A. Gutiérrez, José M. López-Higuera y Olga M. Conde.
Te invitamos a que te descargues nuestra APP, 100% gratuita: para iPhone: https://apps.apple.com/us/app/ifomo-noticias/id1559815168 para Android: https://play.google.com/store/apps/details?id=com.opennemas.ifomo
Se trata de una investigación desarrollada en el marco de la tesis doctoral de Pardo y dentro de la colaboración existente desde 2008 entre la UC y el Optics in Medicine Laboratory de Dartmouth College, con Brian W. Pogue al frente.
Las técnicas de imagen biomédica que se utilizan en la actualidad permiten caracterizar tejidos biológicos con métodos no invasivos y no ionizantes, de modo que se obtiene información sobre su composición y estructura sin generar daños.
Tomando imágenes ante diferentes condiciones de iluminación, cuantificando las propiedades ópticas del tejido y analizando los datos, los científicos son capaces de establecer una relación causal con la fisiopatología que afecta a un determinado tejido.
Estas técnicas son de interés para diferentes aplicaciones clínicas, entre las que destaca la evaluación intraoperatoria de los márgenes tumorales en cirugías como las de conservación de mama, melanoma, glioma, etc.
Sin embargo, traducir las propiedades ópticas de los tejidos a la información de patología clínica sigue suponiendo "un gran reto" debido, entre otras cosas, a la variabilidad inter e intrapaciente, la calibración de los sistemas y, en última instancia, el comportamiento de la luz en "medios turbios" como los tejidos biológicos.
Estos desafíos limitan la capacidad de los métodos estadísticos tradicionales y requieren desarrollar algoritmos más avanzados, destaca la UC.
