Proyectos financiados

Estimación del volumen hepático remanente futuro guiada por contexto con modelos de inteligencia artificial

STIC-AMSUD AMSUD230017

La inteligencia artificial y, en particular, el aprendizaje automático han tenido un impacto significativo en diversos ámbitos. Entre ellos, la medicina destaca por su enorme potencial y por desafíos igualmente críticos, como muestra el número creciente de publicaciones sobre diagnóstico basado en imágenes: radiografías, histología y fondo de ojo, entre otras.

La radiología es la especialidad médica con mayor número de soluciones clínicas que usan IA. Estas soluciones abordan la detección de hallazgos, la clasificación de lesiones, la segmentación de órganos o lesiones y el procesamiento de imágenes, entre otros problemas. La segmentación es muy común en imágenes médicas, y la segmentación hepática es una de las más estudiadas por sus aplicaciones en volumetría. La volumetría hepática está indicada en pacientes que serán sometidos a cirugía hepática mayor, definida como la resección de cuatro o más segmentos hepáticos. La mayoría de las hepatectomías se realizan en pacientes con neoplasias hepáticas, como hepatocarcinoma, colangiocarcinoma y metástasis hepáticas. La volumetría estima el volumen hepático total y el remanente hepático futuro: la cantidad de parénquima que quedará tras la resección. Ese volumen se correlaciona directamente con la función hepática posterior a la hepatectomía, y medirlo con precisión es crucial para prevenir la insuficiencia hepática posoperatoria.

Los modelos actuales se centran en segmentar el hígado y los tumores, una tarea importante pero insuficiente para la planificación quirúrgica. Un método automático de segmentación puede aliviar en gran medida la carga de trabajo de revisar imágenes de CT; sin embargo, la cirugía requiere estimar con exactitud el volumen hepático remanente tras la resección, por ejemplo en pacientes con metástasis hepáticas.

Estimar el remanente hepático futuro es difícil porque el tipo de cirugía depende del contexto clínico de cada paciente, de la experiencia del centro y del número y ubicación de las lesiones, entre otros factores. Por lo tanto, su segmentación depende del contexto clínico del paciente.

El objetivo de este proyecto es diseñar, implementar y evaluar una segmentación hepática de grano fino guiada por contexto que permita estimar con precisión el volumen remanente. Objetivos específicos:

  • Evaluar los modelos de segmentación hepática del estado del arte.
  • Diseñar y evaluar modelos de segmentación hepática de grano fino.
  • Estimar el volumen hepático remanente con el modelo de segmentación de grano fino.
  • Integrar información de contexto mediante prompts para la segmentación hepática.
  • Evaluar y ajustar los modelos propuestos.
Ejemplo de segmentación hepática

Investigadores

  • Héctor Sebastián Henríquez Leighton (Clínica Santa María, UANDES, Chile)
  • Jose Manuel Saavedra Rondo (UANDES, Chile)
  • Violeta Chang (USACH, Chile)
  • Aline Xavier (USACH, Chile)
  • Caroline Petitjean (Université de Rouen Normandie, Francia)
  • Fannia Pacheco (Université de Rouen Normandie, Francia)
  • Enzo Ferrante (CONICET, Argentina)
  • María Vakalopoulou (CentraleSupélec, París, Francia)

Resumen del proyecto (PDF, en inglés)

Actividades y eventos

Reunión académica con el equipo francés en CentraleSupélec, París

Reunión académica con nuestro equipo francés en CentraleSupélec, París, centrada en investigación en imágenes médicas y colaboración internacional.

Reunión en la Université de Rouen Normandie
Conversación sobre búsqueda one-shot de patrones y explicabilidad

Reunión con colegas de la Université de Rouen Normandie para conversar sobre búsqueda one-shot de patrones en imágenes y técnicas de explicabilidad para imágenes médicas.

Visita a la Universidad de Buenos Aires
Reunión con colaboradores en Buenos Aires

Visita a la Universidad de Buenos Aires con el equipo de Enzo Ferrante, compartiendo actividades y temas de investigación en un ambiente de colaboración latinoamericana.

IV Workshop on Computer Vision
Charlas del IV Workshop on Computer Vision

Participación en el IV Workshop on Computer Vision, con charlas destacadas y un gran apoyo de los organizadores locales y colaboradores.

← Proyectos financiados