Resumen de Image processing methods for computer-aided screening for disease
El cribado de enfermedades es una práctica muy extendida en los servicios de salud desde el siglo XX. En nuestros días, en la mayoría de los países desarrollados podemos encontrar programas de cribado en fetos y recién nacidos y diferentes tipos de cáncer, siendo los más extendidos el de mama, de cérvix y colorrectal. Dos especialidades médicas donde los potenciales beneficios del cribado son muy prometedores y han recibido gran repercusión en los últimos tiempos, son la oftalmología, en patologías como la retinopatía diabética o el glaucoma, y en dermatología, en enfermedades como el cáncer de piel melanoma y no melanoma.
Los programas de cribado han adoptado una gran variedad de soluciones tecnológicas para cumplir sus exigentes requerimientos. En este trabajo profundizaremos sobre todo en el papel del procesamiento de imágenes biomédicas, la telemedicina y los sistemas de ayuda al diagnóstico, y los beneficios que pueden proporcionar en el cumplimiento de los protocolos y buenas prácticas reconocidas para ofrecer un servicio de cribado de calidad. El uso de imágenes médicas se ha convertido en una herramienta indispensable en muchos programas de cribado. Los avances en nuevos dispositivos de imagen y procesamiento, su utilización intensiva en la mayoría de las especialidades para ayudar en la detección y seguimiento de múltiples patologías y su disponibilidad en los centros de salud han facilitado y potenciado su uso como una de las pruebas más habituales en una campaña de cribado. En este trabajo nos centraremos en imágenes de fondo de ojo en color y en imágenes de tomografía de coherencia óptica. Mientras que las primeras se utilizan fundamentalmente para visualizar la retina, la segunda tiene aplicaciones en innumerables especialidades, entre ellas para el estudio de enfermedades de la retina o de la piel.
La telemedicina ha jugado un rol muy relevante en la provisión y soporte de servicios de cribado. Podemos encontrar numerosas iniciativas basadas en telemedicina vinculadas a programas de cribado ampliamente implantados. El uso intensivo de imágenes en el diagnóstico y seguimiento de enfermedades oculares hace que la telemedicina sea especialmente adecuada en este campo. Pero aún hoy es un campo abierto a la investigación en patologías como el glaucoma, donde se demandan nuevos desarrollos e implementaciones que ayuden a demostrar sus potenciales beneficios. El glaucoma es una de las causas más habituales de pérdida de visión y se estima que la sufren en el mundo 70 millones de personas. Es una patología que representa una prometedora oportunidad para el cribado debido a que se estima que hasta el 50% de las personas afectadas lo desconocen y que la detección temprana y el tratamiento en las primeras etapas de la enfermedad pueden ser muy beneficiosos para el paciente. En este contexto, presentamos el diseño e implementación de una nueva herramienta de tele-cribado con un enfoque multi-especialidad y multi-enfermedad para solucionar algunos de los retos identificados actuales y futuros de los servicios de cribado. Adicionalmente, la herramienta ha sido probada intensivamente en el contexto de un ambicioso programa de detección de enfermedades oftalmológicas con gran relevancia en el glaucoma y que ha atendido a más de 1000 pacientes.
Esta Tesis ha estudiado también los sistemas de ayuda a la detección que han demostrado en múltiples aplicaciones médicas que pueden asistir a especialistas médicos en la interpretación de imágenes para la detección y diagnóstico de innumerables enfermedades. De todos los elementos que forman parte de estos sistemas nos centramos en dos: el procesamiento para la mejora de imagen y la clasificación automática de una patología concreta, el glaucoma. Proponemos un nuevo método de mejora de imágenes de tomografía de coherencia óptica que puede servir como primer paso en sistemas de ayuda a la detección de imágenes de piel y para mejorar los nuevos dispositivos compactos y portables que se empiezan a probar en servicios de cribado. Hemos probado de forma exitosa el método propuesto en varios conjuntos de datos de imagen, incluyendo una nueva metodología de evaluación cualitativa que ayude a conocer el valor clínico de este tipo de procesamientos. Finalmente, para la parte de clasificación automática, describimos un extenso estudio de la aplicación de redes neuronales profundas para la compleja tarea de detectar glaucoma en imágenes de fondo de ojo, que puede servir de valiosa herramienta en campañas de cribado de glaucoma a gran escala.
En este trabajo hemos examinado, implementado y probado nuevos métodos y herramientas en varios componentes tecnológicos relevantes presentes en muchos servicios de cribado actuales. Los resultados muestran nuevas prometedoras líneas de trabajo que esperamos seguir explorando en el futuro.
