Llegar más allá de lo que permite ver el ojo humano cuando se opera un tumor cerebral es de vital importancia a la hora de seccionar solo el tejido patológico y no tocar o tocar lo menos posible el tejido sano, y este es el objetivo del proyecto NEMESIS, liderado por investigadores españoles
En el marco de NEMESIS se ha desarrollado un prototipo tecnológico que brinda imágenes muy precisas de los diferentes tejidos del cerebro para facilitar las intervenciones de los neurocirujanos cuando operan un tumor cerebral.
Liderado por el Grupo de Diseño Electrónico y Microelectrónico (GDEM) de la Universidad Politécnica de Madrid (UPM) y el Instituto para la Investigación biomédica del Hospital Universitario 12 de Octubre de Madrid, el proyecto, de nombre completo NEMESIS-3D-CM, arrancó en 2019 y ya está brindando los primeros resultados.
De acuerdo con Alfonso Lagares Gómez-Abascal, jefe del servicio de Neurología del 12 de Octubre, muchos tumores no son identificables a simple vista, porque “no hay una gran diferenciación con el tejido normal” y muchas veces el cirujano “se encuentra perdido a la hora de identificar de forma certera cual es el tumor y que es tejido normal”.
El prototipo es capaz de mostrar imágenes hiperespectrales, con el fin de poder ayudar al neurocirujano a resecar la mayor cantidad de tejido patológico posible, intentado reducir la extirpación de tejido no afectado.
Estas imágenes facilitan la extracción de información de los tejidos cerebrales que hasta ahora estaban ocultas a simple vista, explican los responsables técnicos del proyecto.
Tumor cerebral: proyecto NEMESIS
Financiado por la Comunidad de Madrid, el prototipo de NEMESIS genera modelos inmersivos en 3D a partir de la fusión de imagen y vídeo hiperespectral, resonancias magnéticas y ecografías intraoperatorias.
Con esta fusión se están generando mapas de clasificación inmersivos los cuales identifican mediante colores los distintos tejidos que se pueden observar en la superficie cerebral: tejido sano, tejido vascularizado, tejido cancerígeno y duramadre.
De este modo se provee a los neurocirujanos de una herramienta de soporte diagnóstico no invasiva, no ionizante, y que genera un flujo continuo de información para poder tomar mejores decisiones a la hora de reseccionar los tumores cerebrales.
Proyecto NEMESIS: 158 operaciones
A día de hoy se han realizado un total de 158 operaciones, en las cuales se han tratado principalmente: glioblastomas de alto grado, aneurismas, meningiomas y metástasis cerebrales.
Según han explicado a EFEsalud fuentes del equipo de investigación de la Universidad Politécnica, actualmente están clasificando los diferentes tejidos de la superficie cerebral (sano, tumoral, duramadre,…) en tiempo real con modelos de Inteligencia artificial.
También están comenzando a fusionar estos mapas de clasificación con las resonancias magnéticas, “lo cual hace que no sólo los cirujanos puedan trabajar con imágenes planas, si no también con modelos tridimensionales”.
En cuanto al trabajo con los médicos, se encuentran en una etapa de valoración formal enseñándoles la fusión de las imágenes y valorando metodológicamente las clasificaciones de los tejidos con el fin de incrementar la precisión de los modelos de inteligencia artificial” que estamos usando”.
Durante los tres años que lleva en marcha el proyecto se han conseguido los siguientes hitos principales:
1.- Se ha diseñado, construido y probado el citado prototipo de captura de imágenes hiperespectrales en quirófano.
El prototipo permite posicionar una serie de sensores con distintas funcionalidades ajustadas a la intervención de cada momento sobre la zona intervenida.
2.- El prototipo ha permitido generar una base de datos con imágenes de más de 150 intervenciones.
La información que contiene es totalmente anónima y la componen principalmente imágenes de distintos tipo de tumores hechas con distintos tipos de cámaras.
Esta es una base de datos única, cuya utilidad se extiende más allá de este proyecto.
3.- Se ha diseñado una cadena de procesado de imágenes usando técnicas de Machine Learning (Inteligencia Artificial).
Es esta cadena la que en definitiva permite clasificar los diferentes tejidos del cerebro del paciente.
La precisión y el alcance del modelo depende en gran medida de la base de datos utilizada para alimentar dichos modelos “inteligentes”.
4.- Se ha logrado realizar la fusión de las imágenes hiperespectrales tomadas con el prototipo con las provenientes de las resonancias magnéticas que se practican a los pacientes antes de la cirugía.
Ello permite generar modelos inmersivos mucho más precisos del cerebro de cada paciente.
Debe estar conectado para enviar un comentario.