La académica que usa IA para detectar riesgos cardíacos

"Principalmente, me dedico al área de imágenes médicas cardiovasculares; por ejemplo estamos interesados en poder detectar si un paciente va a tener un ataque cardíaco o no lo más temprano posible", cuenta la profesrora Claudia Prieto en Las Últimas Noticias, en su edición del 19 de abril.

La enfermedad de las arterias coronarias -conocida comúnmente como “arterias tapadas”- reduce el suministro de sangre al corazón y es capaz de producir desde dolor de pecho hasta un ataque cardíaco. Hoy su diagnóstico se efectúa a través de técnicas invasivas, como la introducción de un catéter a través de un vaso sanguíneo al corazón, o mediante el uso de rayos X.

Actualmente, ha surgido otra alternativa para evaluar tempranamente el riesgo cardíaco: la resonancia magnética nuclear. Sin embargo, esta opción tiene falencias como su lentitud y la degradación en la calidad de la imagen debido al movimiento respiratorio del paciente. Mejorar la eficiencia de este método es, precisamente, el foco de los estudios de la profesora. “Investigo el área de imágenes médicas, especialmente por resonancia magnética, desde el punto de vista de la física y la ingeniería combinada con inteligencia artificial (IA) para mejorar su uso como herramienta de diagnóstico temprano y no invasivo”, comenta la académica en Las Últimas Noticias.

La IA permite explorar la información de enormes bases de datos de imágenes médicas, las cuales se pueden comparar con nuevas imágenes en busca de indicios relevantes asociados a patologías como la enfermedad de las “arterias coronarias”. "El desarrollo de nuevas metodologías permite entregar información más completa de la enfermedad; permitirá además automatizar varios procesos asociados al análisis de las imágenes para obtener el diagnóstico, así como la generación del reporte médico", explica Claudia Prieto en el diario.

La académica precisa que en realidad las imágenes médicas no son fotografías, sino que se elaboran a partir de la recolección de información, como frecuencias espaciales u ondas. Para obtener una imagen a partir de esos datos se utilizan algoritmos matemáticos. “Uno puede modificar la forma en la que se genera la señal de las imágenes médicas para adquirir una imagen con un mejor contraste, para ver ciertas áreas de mejor manera. Por ejemplo, si hay un tumor que se desea ver de manera más brillante o menos brillante, uno puede diseñar formas de adquirir esos datos para facilitar el diagnóstico”, agrega.

"El desarrollo de nuevas metodologías permite entregar información más completa de la enfermedad; permitirá además automatizar varios procesos asociados al análisis de las imágenes para obtener el diagnóstico, así como la generación del reporte médico" - Claudia Prieto, Escuela Ingeniería e Instituto de Ingeniería Matemática y Computacional. 

Destacada trayectoria

 

El trabajo de Claudia Prieto fue reconocido por Research.com, portal de investigación internacional que elaboró un ranking global con los mejores científicos en el ámbito de “Ingeniería y Tecnología” del mundo. Para elaborar la lista, el sitio consideró la producción de los expertos en términos de citas, publicaciones y patentes. En el caso de la académica, quien lleva 15 años realizando estudios en el campo de imágenes médicas, aparece como la única mujer entre los mejores especialistas del área en Chile.

Claudia Prieto es ingeniera civil de industrias titulada en la Universidad Católica, donde en 2007 obtuvo su doctorado. Entre 2008 y 2011 fue becaria postdoctoral en el King’s College de Londres (KCL), institución famosa mundialmente por estudios como los realizados a mediados del siglo XIX que llevaron al descubrimiento de la estructura de doble hélice del ADN. Hace diez años, la académica se incorporó a la Escuela de Ingeniería Biomédica y Ciencias de la Imagen del KCL como Lecturer (Profesora Adjunta) hasta llegar a convertirse en Full Professor en 2020.

Actualmente es directora de Investigación e Innovación de la Escuela de Ingeniería de la UC y profesora en el Departamento de Ingeniería Eléctrica de la misma Escuela. Además, desde 2021 es académica del Instituto de Ingeniería Matemática y Computacional (IMC) en cargo compartido con la Escuela de Ingeniería.

Su trabajo trasciende hacia otra iniciativa adjudicada en 2021 por parte de la Agencia Nacional de Investigación y Desarrollo (ANID): el Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH), el que es liderado por Claudia Prieto. La académica explica que el objetivo del centro es “desarrollar tecnologías innovadoras que integren la ingeniería y la inteligencia artificial para mejorar la atención en salud basada en imágenes médicas".

Específicamente, añade la profesora, el fin es generar soluciones integradas que aprovechen las sinergias a través de todo el flujo de las imágenes médicas, desde la adquisición de los datos, a la reconstrucción de las imágenes, el análisis, diagnóstico y reporte médico, incluyendo “diversas modalidades y tecnologías de imágenes médicas, e integrando esta información con otras fuentes de información del paciente, por ejemplo, sensores fisiológicos y registros de salud, y todo esto optimizado para el problema clínico específico”.

Según la investigadora -quien es editora adjunta del Journal Magnetic Resonance in Medicine, integrante del Board de la International Society for Cardiac Magnetic Resonance y parte del Comité Organizador de la conferencia asociada a esa sociedad (SCMR)- el objetivo a largo plazo es que estas imágenes "sean más eficientes y accesibles”.  Otra meta clave será capacitar a la próxima generación de científicos/clínicos que puedan “transformar y mejorar el campo de la atención médica basada en las imágenes".

El potencial de la ingeniería matemática

Pablo Barceló, director del Instituto de Ingeniería Matemática y Computacional, añade -también en Las Últimas Noticias- que el trabajo que desarrolla  Claudia Prieto es un muy buen ejemplo de lo que pueden llegar a hacer los estudiantes de ingeniería matemática, ya que se busca que apliquen sus conocimientos para modelar problemas complejos. "Otro ejemplo es un profesor que trabaja en cómo hacer más eficiente la distribución de camas críticas en los hospitales de Chile. Esto se hace con modelamientos matemáticos y computacionales”, agrega.

"Cuando hablamos de machine learning es un análisis de datos en base a modelos muy complejos que permiten hacer tareas de una forma mucho más eficiente y quizás más exacta que los seres humanos ", puntualiza. Todo esto hace que el campo laboral de los ingenieros matemáticos sea muy amplio: "Pueden trabajar en casi cualquier institución pública o privada, o también en centros de investigación".