El sistema analiza imágenes de tomografías computarizadas de tórax y las clasifica, y esos datos pueden ayudar a los médicos a elaborar sus diagnósticos finales. Para el análisis digital de las imágenes, los jóvenes utilizaron técnicas de reconocimiento de patrones (Redes Neuronales Artificiales), con las que las clasificaron de acuerdo a ciertos rasgos y características. El sistema fue creado por Ximena Cortés, Isaac Aguirre y Sergio Martínez Ávila, alumnos de la Escuela Superior de Cómputo del IPN.

Los estudiantes trabajaron con un banco de imágenes de 1.400 pacientes que habían sido difundidas por internet en el sitio The Lung Image Database Consortium Image Collection (LIDC-IDRI), de Estados Unidos. Luego "entrenaron" una serie de algoritmos capaces de reconocer las diferencias entre tomografías de pacientes sanos y otros con afecciones en los pulmones.

Aguirre explicó que "nuestro sistema alcanzó un 95% de precisión y 95% de exhaustividad, que se refiere al porcentaje de los prediagnósticos que se clasifican correctamente".

En tanto, Cortés subrayó que la interpretación de la imagen de una tomografía de tórax "no es sencilla por la cantidad de información contenida, lo que puede dificultar la toma de decisiones y provocar diagnósticos erróneos".Asimismo, Martínez aseguró que esa herramienta computacional "no pretende de ninguna manera sustituir los análisis clínicos y métodos tradicionales, sino evitar que los pacientes sanos se sometan a biopsias o tratamientos invasivos innecesarios".

"El programa es capaz de identificar las imágenes que presentan el más mínimo indicio de cáncer, lo que permite al especialista ordenar biopsia únicamente a aquellos pacientes seleccionados por el sistema", enfatizó.

En México el cáncer de pulmón es considerado la segunda causa de muerte en hombres y la cuarta en mujeres.