Juan Pablo Meneses
Diciembre 26, 2022
Juan Pablo Meneses: “Quiero desarrollar una técnica basada en inteligencia artificial que me permita pasar más rápido desde las imágenes a esta medición de grasa en el hígado”.
Juan Pablo Meneses: “Quiero desarrollar una técnica basada en inteligencia artificial que me permita pasar más rápido desde las imágenes…”
Un método innovador que utiliza imágenes de resonancia magnética y un algoritmo de inteligencia artificial para diagnosticar la enfermedad de hígado graso no alcohólico, es el proyecto que por dos años ha investigado Juan Pablo Meneses, estudiante de tercer año del Doctorado en Ciencias de la Ingeniería, el mismo que lo ubicó en la final del Concurso Tesis en Tres Minutos (3MT® UC) 2022.
“Cuantificación de grasa hepática con resonancia magnética mediante inteligencia artificial y modelo físico de generación de la señal” es el título del proyecto de tesis, dirigido por el académico del Departamento de Radiología del Centro de Imágenes Biomédicas UC, Sergio Uribe, y con el que Juan Pablo Meneses busca reducir significativamente los tiempos de escaneo de imágenes en el hígado, obteniendo una serie de beneficios para los pacientes como el abaratamiento de este procedimiento al hacerlo más corto y convirtiéndolo en un examen más rutinario.
“El tema con estas imágenes es que no se ocupan al día de hoy para cuantificar grasa. Este procedimiento está en una fase experimental y se usa sólo en estudios clínicos porque es caro, bastante largo y tiene problemas de eficiencia”, explicó Juan Pablo.
El doctorando explicó que actualmente este cálculo del porcentaje de grasa es súper lento, porque hay que ocupar técnicas matemáticas bastante sofisticadas para llegar a los resultados. “Quiero desarrollar una técnica basada en inteligencia artificial que me permita pasar más rápido desde las imágenes a esta medición de grasa en el hígado, actualmente se ocupan métodos de optimización iterativos”, agregó.
Pandemia mundial
La enfermedad de hígado graso no alcohólico será probablemente un problema a considerar durante los próximos años, dada su alta prevalencia a nivel mundial y particularmente en Sudamérica, donde 3 de cada 10 personas la padecen. Para esto Juan Pablo propone hacer un ajuste en la secuencia de imágenes que se toman a personas que pueden tener esta patología. “La gracia de la inteligencia artificial es que yo hago este proceso engorroso una sola vez y el modelo aprenderá a pasar las imágenes al proceso de medición de grasa. Cuando yo aprenda a hacer eso cualquier dato que pase a ese modelo va a tener un resultado casi instantáneo”, destacó.
“La técnica que propongo permitirá reducir la cantidad de muestras en el tiempo que necesito para resolver el problema. Para el procedimiento estándar se toman al menos 6 recuadros temporales, mientras que la que desarrollo reduce la cantidad necesaria a la mitad. Además, esta estimación posterior del mapa de fracción de grasa es mucho más rápida, del orden de uno o dos segundos. De esta forma el resultado podría estar una vez que el paciente salga del resonador”, dijo Juan Pablo.
Trayectoria e investigación
El primer proyecto de Juan Pablo fue con el Instituto de Geografía de la UC, en el que tuvo que desarrollar un modelo de inteligencia artificial para detectar automáticamente neblina en imágenes del Desierto de Atacama. “Desde mi pregrado me sentí atraído por la investigación, y en particular el área de imágenes médicas capturó mucho mi atención principalmente debido a su carácter interdisciplinario. Siempre vi con buenos ojos aportar desde la ingeniería al área de la salud”, recalcó.
El doctorando se graduó del pregrado en la Facultad de Ingeniería UC, donde actualmente cursa el tercer año del Doctorado en Ciencias de la Ingeniería. Además, es investigador del Centro de Imágenes Biomédicas y del Instituto Milenio iHealth. En abril de 2023 empezará su pasantía de 10 meses en el Department of Medical Imaging and Radiation Sciences School of Primary and Allied Health Care de la Universidad de Monash, Australia.
Sobre su doctorado comentó que es una excelente instancia para trabajar con expertos de distintas áreas que pueden enriquecer enormemente tus conocimientos académicos y profesionales. “Me ha ayudado mucho porque uno empieza a compartir en una relación más simétrica, más de igual a igual con gente súper capacitada en el tema, con profesores que son expertos en el área de resonancia magnética y en inteligencia artificial”, concluyó.
