El recuento diferencial de células de los aspirados de médula ósea es una técnica que a día de hoy se realiza manualmente en la mayoría de los centros sanitarios. Esta es una tarea que requiere mucho tiempo y cuyo resultado puede variar dependiendo de la experiencia del observador, sostiene la UPM en un comunicado.

“Hemos diseñado específicamente un algoritmo de inteligencia artificial basado en 'deep learning' que es capaz de diferenciar y contar de forma automática diferentes tipos celulares en imágenes de muestras de médula ósea”, detalló David Bermejo-Peláez, investigador de Spotlab.

Para la digitalización de imágenes, el sistema no necesita escáneres ni dispositivos complejos y de alto coste, sino que lo hace utilizando teléfonos móviles inteligentes –smartphones–, lo que lo convierte en un sistema escalable y que puede implementarse en cualquier servicio de hematología de cualquier hospital del mundo.

En opinión de Mª Jesús Ledesma, investigadora de la UPM y CIBERBBN: “Los resultados obtenidos han demostrado que esta tecnología reduce considerablemente el tiempo de análisis de las muestras de médula ósea, así como la variabilidad entre observadores a la hora de analizar las mismas”.

“El sistema desarrollado aumenta la eficiencia y precisión en el diagnóstico de enfermedades hematológicas como la leucemia o el mieloma múltiple” remarcó María Linares, investigadora de la UCM.

Este trabajo, financiado por la Unión Europea, es un paso hacia la integración de tecnologías innovadoras de IA en la rutina clínica para la lucha contra el cáncer. Actualmente, esta línea de trabajo continúa con el uso de Inteligencia Artificial para mejorar la precisión del diagnóstico, la selección de tratamientos efectivos y el pronóstico de los pacientes de enfermedades hematológicas, donde participan investigadores de la empresa Spotlab, el Hospital Clínico San Carlos, el Hospital 12 de Octubre, el Hospital Vall D’Hebrón, la UPM y la UCM, en el marco de un proyecto impulsado y financiado por el Programa Estratégico de Recuperación y Transformación Económica (PERTE) para la Salud de Vanguardia a través del Instituto de Salud Carlos III (ISCIII) y el Centro para el Desarrollo Tecnológico y la Innovación (CDTI).