Yogyakarta (ANTARA) – Un equipo de estudiantes de la Universidad Gadjah Mada (UGM) diseñó un sistema de detección temprana de cáncer de ojo en niños basado en inteligencia artificial (IA) que puede utilizarse en centros de salud primaria de forma rápida y precisa.
La innovación, llamada «Rb-AID (Detección de Inteligencia Artificial de Retinoblastoma)» utiliza un sistema de «red neuronal convolucional de dos pasos (TSCNN)» integrado en una aplicación móvil para realizar exámenes del fondo de ojo en tiempo real en niños pequeños.
«A través de ‘Rb-AID’, queremos ofrecer una detección temprana más rápida, más consistente y más asequible, para que todos los niños en Indonesia tengan la misma oportunidad de ver el mundo», dijo el líder del equipo estudiantil de la UGM, Jonathan Setiawan, en su declaración en Yogyakarta el lunes.
El retinoblastoma es uno de los tipos de cáncer infantil más comunes en el mundo, con una tasa de incidencia de uno entre 16.000 y 28.000 nacimientos.
En los países desarrollados, la detección temprana y el tratamiento adecuado significan que la tasa de éxito de la terapia puede alcanzar el 99 por ciento.
Sin embargo, en Indonesia, según él, el diagnóstico tardío sigue siendo un problema grave y provoca que entre el 40 y el 70 por ciento de los pacientes experimenten pérdida de visión, discapacidad permanente o incluso la muerte.
Jonathan explicó que «Rb-AID» consta de dos componentes principales, a saber, la «herramienta Rb-AID» y el «sistema de decisión móvil Rb-AID».
El primer componente funciona para mantener la estabilidad y la calidad de la adquisición de imágenes del fondo de ojo, mientras que el segundo sistema utiliza un TSCNN de dos etapas para analizar los resultados del examen de forma rápida y objetiva.
“Las decisiones de cribado no dependen de la subjetividad del operador y pueden aplicarse en servicios primarios”, explicó la promoción 2023 de Ingeniería Nuclear de la UGM.
Lea también: Los académicos de la UGM FK-KMK recuerdan que no deben tomar medicamentos contra las lombrices debido a FOMO
Técnicamente, el dispositivo «Rb-AID» fue diseñado mediante un proceso de diseño en Autodesk Inventor, luego impreso mediante tecnología 3D con material PLA respetuoso con el medio ambiente.
El dispositivo está equipado con una lente 20D para garantizar resultados visuales nítidos.
«El mecanismo del dispositivo permite instalar el teléfono móvil de forma estable en un soporte especial con una distancia de trabajo ideal de unos 50 milímetros para una iluminación óptima y un enfoque en la retina», afirmó.
En cuanto al software, el sistema de inteligencia artificial se entrenó utilizando miles de imágenes del fondo de ojo, incluidos casos de retinoblastoma e imágenes normales, para comparar.
A través de la arquitectura TSCNN, la aplicación es capaz de reconocer signos clínicos como masas blancas en la retina, patrones anormales de los vasos sanguíneos y reflejos desiguales de la luz debido a las lesiones.
La aplicación está equipada con dos modos de trabajo, a saber, fuera de línea con derivación manual por parte de los funcionarios y en línea, que recomienda automáticamente el centro de oftalmología más cercano y envía los resultados del examen a un médico para su verificación.
Lea también: UGM fortalece el periodismo ciudadano para que la Generación Z no sea fácilmente provocada en el ciberespacio
Jonathan añadió: Rb-AID es el primer sistema que combina la estabilización de imagen basada en dispositivos con un análisis de dos etapas basado en aprendizaje profundo.
«Este enfoque cubre las debilidades de los métodos anteriores que se basaban en fotografías sin fondo de ojo o sin herramientas que eran propensas a sesgos», dijo.
Se espera que esta innovación acelere la detección del retinoblastoma en áreas donde el equipo convencional del fondo de ojo y el personal experto son limitados.
A largo plazo, el equipo apunta al desarrollo de un prototipo funcional totalmente integrado con la aplicación móvil, acompañado de informes científicos y publicaciones educativas.
Jonathan desarrolló «Rb-AID» con un equipo formado por Ammar Ali Yasir (Tecnología de la información 2023), Ammar (Ingeniería mecánica 2023), Muhammad Hafidz Al Farisi (Tecnología de la información 2023) y Emeliana Putri Ayu Ningsih (Medicina 2024).
El proyecto fue dirigido por el Prof. Dr. Eng. Ir. Herianto, St, M.eng., IPU., Asean Eng.
:max_bytes(150000):strip_icc():focal(741x268:743x270)/Lauren-Graham-Diane-Keaton-101325-fa72e1baaaa64b1eacaf521bd717a334.jpg?w=238&resize=238,178&ssl=1 "Lauren Graham comparte una dulce carta de su madre cinematográfica Diane Keaton")
