.png.png)
El uso de imágenes es fundamental para la estadificación, seguimiento y control del cáncer. Sin embargo, la evaluación de las lesiones producidas por esta patología puede presentar desafíos en términos de detección, clasificación y medición objetiva. El proyecto «Cuantificación Volumétrica de Lesiones Tumorales Asistida por Inteligencia Artificial – Integrando Modelos de Mejora Continua / Human-in-the-Loop», fue dirigido por los doctores Steffen Härtel, director del Centro de Informática Médica y Telemedicina, CIMT, de nuestro plantel, y Guillermo Cabrera, director de la Unidad de Data Science de la Universidad de Concepción, quienes lideran un amplio equipo de investigadores y académicos clínicos.
La iniciativa propone desarrollar un sistema de soporte a la decisión clínica basado en Inteligencia Artificial (IA) para la cuantificación volumétrica de lesiones tumorales en Tomografías Computarizadas, con el objetivo de reducir errores en la evaluación de la carga tumoral y mejorar su seguimiento. Así, se incorporarán algoritmos de IA que estarán integrados en un modelo de mejora continua, permitiendo que los médicos puedan corregir y mejorar los resultados durante el su uso; de esta manera, se busca brindar una herramienta precisa y confiable de apoyo a la interpretación médica.
Sus resultados fueron dados a conocer el 5 de septiembre de 2025, en un encuentro encabezado por el decano de la Facultad de Medicina, doctor Miguel O’Ryan; el director del Instituto de Ciencias Biomédicas, doctor Emilio Herrera, y el director académico del Hospital Clínico de la Universidad de Chile, doctor Paul Délano.
Al iniciar el encuentro, el doctor Emilio Herrera, celebró el término de este proyecto, “que creo que representa muy bien el espíritu que hemos creado en el ICBM y hacia dónde queremos ir. Es la colaboración intensa de varias instituciones y muchas disciplinas, avanzando en cómo la IA puede ayudar en el diagnóstico y tratamiento de nuestros pacientes, y a que el quehacer médico sea más eficiente en el área oncológico. Además, el doctor Härtel es el encargado de innovación de nuestra unidad y, por lo tanto, lidera dentro de la Facultad de Medicina un área de la que también es partícipe, por lo que le agradezco a él y al equipo tras esta investigación”.
Posteriormente, el doctor Paul Délano destacó el enfoque multidisciplinario de la iniciativa, vinculando inteligencia artificial e imagenología, “y esperamos que estos ecosistemas de innovación que estamos propiciando en nuestro hospital, facultad y universidad, junto a otras instituciones asociadas, que todo esto que hacemos llegue a nuestros pacientes y se aplique para una mejoría en la salud de las personas pero también una mejor perspectiva en el desarrollo económico de nuestro país, que comencemos a ser un polo de tecnología en Latinoamérica, dando una mirada respecto de cómo promover estos avances en el continente”.
Por su parte, el doctor Miguel O’Ryan reflexionó que “proyectos como éste son fundamentales para los desafíos que tenemos, y cómo podemos estar a la altura de ellos, porque esa es nuestra misión, avanzando hacia iniciativas institucionales que nos permitan tener un mayor impacto. Es difícil por la falta de recursos a nivel nacional, estancados hace varios años, lo que es muy complejo, y eso exige que sigamos mirando con resiliencia y renovándonos, lo que requiere de nuevas iniciativas. Por eso estamos renovando el ICBM, con una perspectiva más transdisciplinar; además, tenemos la estrategia de los Centros de Investigación Clínica Avanzada, CICA, de los cuales en el HCUCH tenemos uno que es señero, pero que estamos desarrollando en otros ocho hospitales para llevar la investigación traslacional a los centros clínicos para hacer estudios de impacto en problemas de salud. Para eso, también, estamos desarrollando la iniciativa Ingeniería y Salud, que une a investigadores de ambas facultades para proyectos conjuntos, y tenemos relaciones con Science Tokio y viajaremos al foro Chile Japón a fines de septiembre. Si queremos estar en el rol de liderazgo al que aspiramos como Universidad de Chile tenemos que estar pensando en estas nuevas maneras de interactuar; esa es la invitación: a la mucha exigencia que ya tienen, debemos ver cómo abordamos este ecosistema para ir con nuevas acciones e impulsos para llevar investigaciones de alto nivel. Y este proyecto va en esa línea, así que los convocamos a trabajar todos juntos porque el país lo necesita”.
Resultados de alta precisión
Durante el encuentro, el profesor Guillermo Cabrera dictó la conferencia “Inteligencia Artificial en Salud”, en la cual desde la definición de conceptos base como “machine learning” o aprendizaje de las máquinas, y su derivado “Deep learning”, un tipo de inteligencia artificial que se basa en redes neuronales artificiales con múltiples capas para procesar grandes volúmenes de datos y aprender de ellos de forma autónoma, simulando cómo el cerebro humano identifica patrones para hacer predicciones o realizar tareas, explicó cómo esta herramienta puede alimentarse con la base de datos en salud, y particularmente imagenológic0a, para apoyar el proceso diagnóstico y terapéutico prescrito por los especialistas.
En ese mismo sentido, el doctor Gonzalo Pereira, radiólogo del HCUCH, dio a conocer el trabajo que en su unidad hacen con el apoyo de la IA, señalando que esta herramienta va a revolucionar su especialidad, incluida desde la toma de decisiones hasta la entrega de informes, y sus resultados van a apoyar la resolución del problema de salud del paciente. “Actualmente, la IA está incluida en los protocolos, es decir cuando se recibe una orden médica, el equipo sabe qué protocolo tiene que usar de imagen para ese paciente, ya sea tomografía o resonancia, o cuando está tomando las imágenes puede decidir qué tipo de estas, cuáles son las secuencias que va a utilizar, y si alguna secuencia está equivocada las corrige durante el procedimiento y entrega una optimización de ellas, para que otro sistema de IA detecta las lesiones, las clasifica y hace un diagnóstico, para que un tercer sistema haga un reporte estructurado. Y así el radiólogo, en todo este proceso, cuenta con el apoyo para la interpretación de los resultados obtenidos”.
Los resultados del proyecto fueron presentados por Constanza Vásquez, Magíster en Ciencias de la Computación de la Universidad de Concepción e integrante del CIMT. “Nosotros propusimos el desarrollo de una plataforma que nos permitiera automatizar la selección de las lesiones y su medición mediante inteligencia artificial. Además, buscamos enriquecer el reporte ya establecido por el protocolo RECIST –Criterios de Evaluación de Respuesta en Tumores Sólidos, método estándar a nivel mundial para evaluar de forma objetiva la respuesta de los tumores sólidos al tratamiento oncológico utilizando pruebas de imagen como la tomografía computarizada (TC), la resonancia magnética (RM) y la PET- o cualquier informe radiológico de las lesiones tubulares con cuantificaciones volumétricas”.
“Para su desarrollo, trabajamos con datos del Hospital Clínico de la Universidad de Chile. Seleccionamos 22 pacientes que representaron 58 estudios de tórax y abdomen, y esto resultó en aproximadamente 1000 lesiones, que corresponden tanto a metástasis como a adenopatías”. El resultado de la nueva herramienta de IA les permitió llegar a una alta precisión en la definición en 3D de las lesiones, así como su evolución de seguimiento en el tiempo, en base a comparaciones evolutivas.
Por último, el doctor Steffen Hartel presentó el proyecto SALIN, “Salud Inteligente, Pacto para las Personas”, desarrollado en conjunto con la Facultad de Ciencias Físicas y Matemáticas y recursos de Corfo, para seleccionar y apoyar iniciativas de transformación digital en salud, de las cuales se dieron a conocer ocho que ya han sido seleccionadas, tanto de académicos de ambos planteles, como con el respaldo de empresas privadas ligadas a este sector.
Los doctores Cabrera, Härtel, y Pereira, juntos a Constanza Vásquez, ya colaboraron exitosamente en el proyecto IA·TRAD CHILE: Inteligencia Artificial para apoyo diagnóstico y procesos de atención en radiología y tele-radiología clínica, ANID COVID 0733, facilitando una herramienta que apoya el diagnóstico de COVID, asegurando la calidad, privacidad y seguridad de los datos clínicos de los pacientes.