PolypVision: A Three-Stage Hierarchical Deep Learning Framework for Classification and Segmentation of Colorectal Polyps

El kit de herramientas del detective: Un viaje al interior del intestino

Imagina que tu cuerpo es una ciudad vasta y sinuosa, y dentro de esa ciudad, el colon es un túnel largo y oscuro. A veces, pequeñas protuberancias llamadas pólipos crecen en las paredes del túnel. La mayoría de las veces, estos bultos son inofensivos, como maleza inofensiva en un jardín. Pero algunos son molestos alborotadores que pueden convertirse en algo mucho más peligroso, como una maleza que se transforma en una enredadera espinosa. El gran desafío para los médicos es detectar estos bultos a tiempo y determinar cuáles son las "malezas" y cuáles son las "enredaderas" antes de que causen problemas.

Para hacer esto, los médicos utilizan una cámara especial en un tubo largo y flexible (un endoscopio) para tomar fotografías dentro del túnel. Pero observar miles de estas imágenes es un trabajo arduo, e incluso los médicos expertos a veces pueden no estar de acuerdo en lo que están viendo. Aquí es donde la informática entra en juego con una herramienta llamada "aprendizaje profundo" (deep learning). Piensa en el aprendizaje profundo como un estudiante superinteligente que ha estudiado millones de imágenes. Aprende a reconocer patrones —como la forma de un bulto o la textura de la piel— mucho más rápido de lo que lo haría un humano. El objetivo no es reemplazar al médico, sino darle un asistente de alta tecnología que nunca se cansa y que puede detectar los detalles diminutos que podrían pasarse por alto.

Conoce a PolypVision: El escuadrón de detectives de tres pasos

En este artículo, un equipo de investigadores presenta un nuevo programa informático llamado PolypVision. Puedes pensar en PolypVision como un escuadrón de detectives de tres pasos diseñado para resolver el misterio de los pólipos colorrectales. En lugar de simplemente mirar una imagen y adivinar, este escuadrón trabaja en un orden específico, pasando pistas de un detective al siguiente para obtener la historia completa.

Paso 1: El Guardián (¿Es un problema?)
El primer detective, construido sobre un cerebro inteligente llamado EfficientNetV2-M, observa una imagen y hace una pregunta sencilla: "¿Es este un bulto inofensivo (hiperplásico) o uno riesgoso (adenomatoso)?". Pero este detective es extra agudo. Mientras decide, también describe la forma del bulto y sus diminutos patrones superficiales (conocidos como clasificaciones Paris y JNet). Para asegurarse de no confundirse con casos raros, utiliza un truco especial llamado Focal Loss, que es como decirle a la computadora: "¡Presta atención extra a los bultos complicados y poco comunes!".

Paso 2: El Perfilador (¿Dónde termina?)
Una vez que el primer detective dice: "Sí, este es un bulto riesgoso", el segundo detective toma el relevo. Este utiliza una herramienta llamada UNet++ para dibujar un contorno perfecto alrededor del bulto, píxel por píxel. Imagina trazar una forma en un mapa con un puntero láser; eso es lo que hace este paso. Determina exactamente dónde comienza y dónde termina el bulto. ¡Pero no se detiene ahí! Basándose en el tamaño y la forma que acaba de trazar, este detective también sugiere la mejor manera de eliminarlo, ya sea mediante un simple lazo frío (cold snare), una eliminación estándar o una técnica más avanzada. Aprende de las notas del primer detective, por lo que ya sabe qué tipo de bulto está observando.

Paso 3: El Subclasificador (¿Qué tipo de alborotador es?)
Si se confirma que el bulto es riesgoso, el tercer detective entra en acción. Este se acerca para clasificar los bultos riesgosos en tres familias específicas: tubular, tubulovelloso o velloso. Piensa en esto como diferentes razas de perros; todos parecen perros, pero algunos tienen más probabilidades de causar problemas que otros. Este detective utiliza el conocimiento obtenido en los pasos anteriores para hacer una suposición muy precisa. Para ayudarle a aprender mejor, el equipo utilizó una técnica llamada MixUp, que es como mezclar dos imágenes diferentes para crear un nuevo ejemplo de entrenamiento, ayudando a la computadora a entender que los bultos pueden verse ligeramente diferentes pero seguir siendo del mismo tipo.

¿Qué descubrieron?

Los investigadores probaron PolypVision en tres conjuntos diferentes de imágenes del mundo público (conjuntos de datos llamados PolypGen, Kvasir-SEG y CVC-ClinicDB). Los resultados fueron impresionantes.

• Precisión Superlativa: En cuanto a la clasificación de los fotogramas, PolypVision logró un AUC de aproximadamente 0.99. En el mundo de las pruebas computacionales, esto es como obtener un puntaje del 99% en un examen muy difícil. Funcionó tan bien como, o mejor que, los mejores métodos disponibles actualmente.
• Excelente para encontrar bultos: En el conjunto de datos Kvasir-SEG, encontró e identificó correctamente los pólipos con una puntucción de 94.4% mAP@50. Esto significa que fue muy bueno detectando los bultos y dibujando los cuadros correctos alrededor de ellos.
• Sabe lo que está mirando: El equipo utilizó una herramienta llamada Grad-CAM para ver hacia dónde estaba "mirando" la computadora cuando tomaba sus decisiones. Los mapas de calor mostraron que la computadora se estaba centrando en los bultos reales y sus texturas, no solo en partes aleatorias de la imagen. Sin embargo, también señalaron que cuando la computadora cometía un error, a veces miraba el área incorrecta, lo que les da una pista sobre cómo mejorarla más adelante.

Por qué esto es importante

La parte más emocionante de PolypVision es que no necesita una cámara especial para funcionar. Es independiente del dispositivo, lo que significa que puede observar imágenes de casi cualquier endoscopio estándar, ya sea un modelo viejo o uno nuevo, sin necesidad de ser reajustado para hardware específico.

Los investigadores incluso han puesto esta herramienta a disposición de todos como una aplicación web gratuita en https://polypvision.com. Sugieren que este enfoque de tres pasos, "jerárquico" —donde cada paso se construye sobre el anterior— es una forma sólida de manejar la compleja tarea de analizar los pólipos. Aunque el sistema es muy prometedor, los autores advierten cuidadosamente que aún necesita ser probado en hospitales del mundo real con nuevos pacientes para demostrar que funciona perfectamente en cada situación. Por ahora, es un asistente poderoso, gratuito y altamente preciso que podría ayudar a los médicos a detectar problemas a tiempo, directamente desde la comodidad de sus pantallas.