A Pixel-based Confidence Weighted Transfusion model for Colonoscopy and Colon Capsule Endoscopy image-based Polyp Segmentation

Dentro del cuerpo humano, el revestimiento del intestino grueso es un paisaje complejo donde pueden formarse pequeños crecimientos, a menudo invisibles, llamados pólipos. Estos crecimientos son significativos porque pueden convertirse eventualmente en cáncer, lo que convierte su detección temprana en un paso crítico para salvar vidas. El estándar de oro actual para encontrar estos pólipos es un procedimiento llamado colonoscopia, en el cual un médico guía un tubo flexible con una cámara a través del colon para buscar problemas. Sin embargo, este proceso es exigente. Los médicos deben escanear miles de imágenes, a menudo bajo una iluminación difícil o con la cámara en movimiento, y pueden pasar por alto hasta un tercio de estos crecimientos simplemente porque son pequeños, están ocultos o se mezclan con el fondo. Para ayudar, los científicos han recurrido a la inteligencia artificial, enseñando a las computadoras a reconocer estos crecimientos. No obstante, las herramientas que han construido hasta ahora enfrentan un problema obstinado: tienen dificultades para comprender la imagen completa. A menudo son buenas para ver detalles finos pero malas para entender el contexto general, o viceversa, y fallan cuando cambia el tipo de cámara o la calidad de la imagen.

Un equipo de investigadores de universidades y hospitales de Dinamarca ha desarrollado un nuevo enfoque para resolver este problema específico. Crearon un modelo computacional diseñado para actuar como un puente entre dos formas diferentes de observar el colon. Una forma utiliza una colonoscopia tradicional, que proporciona imágenes de alta resolución y claras. La otra utiliza una endoscopia de cápsula de colon, donde un paciente traga una cámara del tamaño de una píldora que toma fotografías mientras viaja a través del sistema digestivo; estas imágenes suelen ser de menor resolución y se toman con una iluminación menos controlada. Los investigadores se dieron cuenta de que un único modelo computacional entrenado en un tipo de imagen suele fallar cuando se le muestra el otro. De hecho, los modelos entrenados en imágenes de colonoscopia óptica de alta calidad fallan al intentar mantener su rendimiento cuando se aplican a los datos de menor calidad de la cápsula, lo que resalta una brecha significativa en la transferencia de conocimiento entre estos tipos de imágenes. Para solucionar esto, construyeron un sistema que combina las fortalezas de dos modelos separados. Un modelo está especializado en las imágenes claras y detalladas del endoscopio tradicional, mientras que el otro está ajustado para las imágenes más variables de la cámara de la píldora. En lugar de forzar a estos dos modelos a coincidir en una sola respuesta, el nuevo sistema observa cada píxel de la imagen y hace una pregunta simple: ¿qué modelo tiene más confianza sobre este punto específico? Luego combina las respuestas, dando más peso al modelo que está más seguro. Esto permite que el sistema se adapte instantáneamente, ya sea que esté observando una imagen nítida de alta definición o una imagen borrosa de baja resolución.

Los investigadores probaron este nuevo sistema, al que llamaron TransFuseNet, en una amplia variedad de conjuntos de imágenes, incluyendo datos reales de pacientes de miles de procedimientos e imágenes sintéticas creadas por computadoras. Descubrieron que el sistema podía delinear con precisión la forma y el tamaño de los pólipos en todas estas diferentes condiciones. En pruebas utilizando imágenes del mundo real de la cápsula de colon, el sistema identificó correctamente los límites de los pólipos en aproximadamente el 82 por ciento de los casos, y en pruebas con imágenes de colonoscopia estándar, alcanzó casi un 90 por ciento de precisión. Crucialmente, el nuevo sistema combinado mitigó con éxito las caídas de rendimiento que suelen verse al cambiar entre estos tipos de imágenes. Mientras que los modelos individuales entrenados en una modalidad tenían grandes dificultades cuando se probaban en la otra, el sistema fusionado mantuvo una precisión robusta al seleccionar dinámicamente las predicciones más fiables para cada píxel. El sistema también proporcionó una medida de certeza para cada predicción, resaltando las áreas donde estaba seguro y las áreas donde era menos confiable, lo que podría ayudar a los médicos a saber cuándo confiar en la sugerencia de la computadora.

Más allá de solo encontrar los pólipos, el sistema ofrece una forma de medirlos. Al contar los píxeles que componen el crecimiento detectado, el software puede estimar el tamaño relativo del pólipo, un factor clave para determinar si es peligroso. Los investigadores demostraron que su modelo podía procesar imágenes con la rapidez suficiente para seguir el ritmo de una transmisión de video en vivo, analizando unos 46 fotogramas por segundo, lo cual es más rápido que la velocidad a la que los médicos revisan típicamente un video. Esta velocidad sugiere que la herramienta podría usarse en tiempo real durante un procedimiento, actuando como un segundo par de ojos que nunca se cansa. El estudio confirma que, al combinar los detalles locales con una comprensión más amplia de la imagen, y al dejar que la computadora decida en qué fuente de información confiar en cada punto, es posible crear una herramienta más confiable para detectar los signos tempranos de cáncer. Si bien el sistema no es un reemplazo para un médico, ofrece un método robusto para reducir el número de pólipos perdidos, lo que potencialmente conduce a un tratamiento más temprano y mejores resultados para los pacientes que enfrentan el cáncer colorrectal.