Desarrollan una IA para analizar imágenes biomédicas con técnicas de aprendizaje profundo

San Sebastián, 29 abr (EFE).- Un equipo internacional liderado por investigadores españoles ha desarrollado una plataforma de inteligencia artificial (IA) de código abierto que facilita el análisis de imágenes biomédicas mediante técnicas de aprendizaje profundo.

El trabajo liderado por Ignacio Arganda (Universidad del País Vasco, Ikerbasque, DIPC, Instituto Biofisika) y Arrate Muñoz (Universidad Carlos III de Madrid, Instituto de Investigación Sanitaria Gregorio Marañón) ha sido publicado en la prestigiosa revista 'Nature Methods'.

Según explica el DIPC en una nota, la nueva aplicación, denominada 'BiaPy', es una plataforma fácil de usar que "permite aplicar modelos avanzados de inteligencia artificial sin necesidad de conocimientos técnicos especializados", cuando hasta ahora el análisis de las imágenes biomédicas a través de IA se circunscribía a expertos en programación y ciencia de datos.

Tras recordar que el análisis de estas imágenes constituye una herramienta esencial en biomedicina, empleada para estudiar estructuras celulares, tejidos y órganos en múltiples disciplinas, el DIPC señala que ahora 'BiaPy' permitirá "democratizar el acceso a la inteligencia artificial en bioimagen".

De esta forma, "un mayor número de científicos y profesionales de la salud podrán aprovechar su potencial sin necesidad de conocimientos avanzados en programación o aprendizaje automático", según explica Daniel Franco, primer autor del estudio e investigador postdoctoral en el MRC Laboratory of Molecular Biology y Cambridge University del Reino Unido.

En concreto 'BiaPy' permite realizar diferentes tipos de análisis sobre imágenes científicas, como identificar automáticamente células u otras estructuras biológicas, contar elementos, clasificar muestras según su apariencia, o mejorar la calidad de las imágenes para ver detalles más finos.

Todo ello puede hacerse tanto con imágenes en dos dimensiones como con imágenes tridimensionales obtenidas mediante diferentes técnicas de microscopía.

Además, 'BiaPy' ha sido diseñada para ser eficiente y escalable, ya que puede trabajar con volúmenes de datos muy variados, desde unas pocas imágenes pequeñas hasta terabytes de información, como los que se generan al escanear tejidos u órganos completos.

La herramienta se basa en el uso de modelos de inteligencia artificial, que son algoritmos entrenados para reconocer patrones en imágenes, de forma similar a cómo el ojo humano puede identificar formas o colores.

Para crear un modelo, primero se le enseña con ejemplos, como pueden ser imágenes donde las células ya han sido marcadas manualmente. Después, con suficiente entrenamiento, el modelo aprende a hacer estas tareas automáticamente, incluso en imágenes nuevas que nunca ha visto antes.

La coautora del trabajo, Arrate Muñoz, aclara que 'BiaPy' está integrada en la base de datos BioImage Model Zoo (bioimage.io), en la que investigadores de todo el mundo comparten modelos ya entrenados.

Gracias a esta integración, "los usuarios pueden reutilizar modelos existentes para nuevas imágenes o entrenar sus propios modelos de manera sencilla", concreta Muñoz.

Como herramienta de acceso libre, BiaPy está disponible gratuitamente para la comunidad científica, fomentando la colaboración y la mejora continua del software.

Puede utilizarse en ordenadores personales o en servidores con múltiples tarjetas gráficas, así como en la nube. Su instalación es sencilla y garantiza que los experimentos puedan repetirse fácilmente en distintos entornos, promoviendo la ciencia abierta y reproducible.

Ignacio Arganda, otro de los autores del trabajo, considera que esta nueva herramienta "representa un paso importante hacia la democratización de la visión artificial avanzada en microscopía.

"Su diseño accesible y su enfoque en la colaboración abierta reducen las barreras técnicas y facilitan que más investigadores y profesionales de la salud puedan aplicar visión artificial en sus estudios", concluye. EFE