Resumen
La carga de trabajo en los departamentos de patología está creciendo exponencialmente debido al creciente número de biopsias, de
casos de cáncer y de programas de cribado. A pesar del crecimiento esperado en el análisis de biopsias en los próximos años,
prácticamente no se han aprobado aplicaciones basadas en inteligencia artificial (IA) destinadas a acelerar este proceso. La FDA
autorizó, de 1995 a 2022, 521 dispositivos médicos habilitados para IA, pero solo 4 de ellos están destinados a ser usados por patólogos,
por lo que el mercado para la introducción de herramientas basadas en IA aplicadas a patología está todavía emergiendo.
ASSIST constituye un esfuerzo coordinado entre grupos de investigación de Universidad Politécnica de Valencia, Universidad de
Granada, Hospital Clínico Universitario de Valencia y Hospital Universitario San Cecilio de Granada con el objetivo de acercar la patología
computacional a la práctica clínica mediante el desarrollo de un sistema de ayuda al diagnóstico robusto, justo y explicable que imite todo
el proceso realizado por los patólogos para determinar la ausencia/presencia de cáncer y su tipo, un proceso que va más allá del
diagnóstico de tumores primarios. ASSIST será capaz de reconocer casos raros que probablemente correspondan a tumores
secundarios, recuperar casos similares de un atlas inteligente de imágenes histopatológicas y proporcionar a los patólogos una
clasificación del tumor en estudio. Aunque el enfoque propuesto en ASSIST puede utilizarse en otros tumores, ASSIST se centrará en la
detección de tumores de piel, a partir de los resultados de un proyecto coordinado anterior del equipo solicitante.
ASSIST investigará conjuntamente: (1) cómo estandarizar eficientemente imágenes histológicas, (2) cómo extraer sus regiones de interés
(ROIs) más relevantes, (3) cómo obtener características robustas de esas ROIs, (4) cómo detectar casos de fuera de la distribución
(OoD), (5) cómo encontrar el mejor modelo para diagnosticar casos conocidos a través de aprendizaje colaborativo de múltiples
instancias y actualizar este modelo utilizando estrategias de aprendizaje en línea; y (6) cómo recuperar las muestras más similares de un
extenso atlas de imágenes histopatológicas para el diagnóstico de casos OoD. El Subproyecto 1 liderará las tareas relacionadas con (2),
(3) y (6) y el Subproyecto 2 con (1), (4) y (5). Ambos subproyectos colaborarán en la creación de la base de datos de ASSIST, así como
en la validación de modelos justos y explicables. Las áreas de investigación de ASSIST ayudarán a abordar retos en el campo de la
inteligencia artificial, una de las áreas fundamentales de la política de Estado, y en medicina de precisión, línea estratégica de I+D+i
nacional dentro del grupo temático Salud en el que se enmarca el proyecto.
Se espera tener un impacto social y económico a varios niveles. Los hospitales que participan en la propuesta se beneficiarán de una
solución de IA que ayudará a realizar un diagnóstico preciso y rápido contribuyendo a la reducción de la carga de trabajo de los
patólogos. El sistema podría ser instalado o utilizado de forma remota por otros hospitales españoles en el futuro, lo que abriría la puerta
a una nueva forma de colaboración entre los departamentos de anatomía patológica a nivel nacional. A nivel internacional, ASSIST
permitirá a España ser pionera en el uso de técnicas computacionales aplicadas al diagnóstico de tumores cutáneos primarios y
secundarios.
