Resumen
Según las estadísticas, el cáncer de próstata es el cáncer más común entre los varones en España. En 2014 se diagnosticaron 32.641
nuevos casos (alrededor del 75% de los pacientes mayores de 65 años), con un riesgo del 30% de padecer este tipo de cáncer en
varones mayores de 50 años. La mayoría de los cánceres de próstata se detectan mediante la búsqueda de biomarcadores específicos
en sangre (Antígeno Prostático Específico, PSA) o examen rectal (DRE). Sin embargo, la biopsia de próstata es a día de hoy la prueba
determinante para el diagnóstico del cáncer de próstata.
Con la aparición de la tecnología Whole-Slide Image (WSI), las imágenes digitales de alta resolución de muestras completas de biopsias
de tejidos, se están convirtiendo progresivamente en una práctica clínica común para el diagnóstico del cáncer de próstata. Sin embargo,
a pesar de los beneficios de la tecnología WSI para el diagnóstico mediante imágenes histopatológicas, los sistemas de ayuda al
diagnóstico presentados en la literatura sólo trabajan con secciones rectangulares de las WSI y no con la imagen completa. Además, las
aplicaciones software para análisis de WSI son actualmente muy limitadas.
En este proyecto coordinado, un equipo multidisciplinar formado por médicos, ingenieros y científicos, algunos de ellos provenientes de
las mejores universidades y centros de investigación extranjeros, trabajarán en el desarrollo de nuevos métodos para la detección del
cáncer de próstata, basados en el análisis de WSIs. Usando bases de datos públicas e imágenes adquiridas por los investigadores del
Hospital Clínico Universitario de Valencia, el equipo trabajará en la mejora de la imagen, la segmentación automática, la extracción de
rasgos basados en la estructura de los tejidos usando la experiencia de los médicos y también en la extracción de rasgos basados en
técnicas de filtrado (sin necesidad de conocimiento médico). Dichos rasgos serán usados como entrada de clasificadores de última
generación para la detección del cáncer y la valoración del mismo usando la escala Gleason. Junto a esta aproximación clásica de la
clasificación, se aplicarán por primera vez, según nuestro conocimiento en el tema, técnicas de aprendizaje profundo (DL) para llevar a
cabo la tarea de clasificación. Los métodos de clasificación que mejores resultados iniciales proporcionen constituirán el principio del
bucle clasificación, interpretación por parte de los expertos, mejora de los rasgos extraídos y definición de nuevos rasgos orientado a
mejorar el comportamiento del sistema.
En resumen, este proyecto investigará y proporcionará software para el diagnóstico del cáncer y su valoración usando WSIs. Los
resultados obtenidos serán publicados en revistas con alto índice de impacto y conferencias de prestigio en el ámbito. El software, que
tratará de transferirse a la empresa, mejorará la interpretación de las WSIs y ayudará a los clínicos en las tareas diagnósticas.
