Ordenagailu bidezko diagnosia: ordenagailuak mediku?

OBD sistemak: zer eta zertarako?

Ekografia, erradiografia, erresonantzia magnetikoa... asko dira XX. mendean garatutako medikuntzako irudi-teknikak. Informazio anatomikoa ez ezik, prozesu dinamikoak ere ikusteko gai gara gaur egun, hala nola konposatu kimikoen mugimenduak gorputz barruan Positroien Emisio bidezko Tomografia (PET) erabilita, edota burmuineko atalen aktibazioa erresonantzia magnetiko funtzionalari esker. Hardware horrek guztiak sekulako garapena izan zuen aurreko mendean, eta badirudi horrela jarraituko duela mende honetan ere.

Teknika horiek guztiak agertzeak laguntza handia eskaintzen die medikuei gaixotasunak diagnostikatzeko eta sendatzeko orduan. Hala ere, ezin da ahaztu irudi horiek errealitatearen zati bat baino ez dutela erakusten, eta haiek interpretatzea ezinbestekoa dela. Izan ere, interpretazioa da irudi bidezko diagnosian pauso kritikoa, eta berebiziko garrantzia dute medikuaren prestaketak eta esperientziak.

Ordenagailu Bidezko Diagnosi (OBD) sistema baten helburua medikuari --normalean erradiologoa izango da-- irudi erradiologikoak interpretatzen laguntzea da. Sistema horien gaineko ikerketek 1960ko hamarkadan dute jatorria, baina oraintxe ari dira izaten bultzada handiena. Eskuarki, OBD sistema baten garapenak askotariko adituen lantalde baten parte-hartzea eskatzen du, adimen artifizialeko printzipioak erabiltzen baitira irudi digitalak prozesatuz galdera biologikoei erantzuteko.

Edozein motatako tumoreak detektatzeko erabiltzen da maiz. Adibidez, mamografia batean bularreko minbizia diagnostikatzen lagun dezakete, edo Ordenagailu Bidezko Tomografia Axialeko (OTA) irudi batean biriketako tumore milimetrikoak bilatzen. Azken adibide hori hartuko dugu OBD baten erabilgarritasuna zehaztasun handiagoz ikusteko.

Gaur egungo biriketako OTA irudi batek organo horren morfologia erakusten digu, milimetro bateko zehaztasunarekin gutxi gorabehera. Zehaztasun handi horrek irudien tamaina handia dakar berekin. Ez da arraroa 512x512 pixeleko 400 ebakidura axial (gorputza burutik hanketara banatzen dutenak) inguru lortzea eskaner bakoitzeko. 400 irudi horietako bakoitzak biriken ebakidura bat azaltzen du, milimetro bakarreko lodierakoa eskuarki.

Datu-multzo handi horretan erradiologoak tumore bat bilatu nahi badu, banan-banan begiztatu beharko ditu 400 ebakidurak, milimetro gutxiko objektu esferiko baten bila. Lan zaila, gogorra eta erantzukizun handikoa, ezbairik gabe. Hortaz, edozein erradiologoren ametsa litzateke ordenagailu-programa bat izatea, irudi osoa irakurri eta, tumorerik egonez gero, minutu gutxiren buruan haien kokalekua eta tamaina zehatza emango lituzkeena. Bada, amets hori egia bihurtzeko lanean ari dira hainbat zientzialari-talde munduan, eta helburua ez dago hain urrun. Baina nola lor daiteke halako zerbait?

OBD sistemen funtzionamendua

Lan zail guztiak bezala, atal sinpleagoetan banatuz lor daiteke berez ezinezkoa dirudiena. Nahiz eta OBD sistemak aplikazio askotan erabil daitezkeen, oro har hiru pausotan bana daiteke haien funtzionamendua.

Aurreprozesamendua

Hurrengo atazetarako irudiaren ezaugarriak egokitzea da pauso honen helburua. Esaterako, zenbait iragazki aplika daitezke irudiaren hondo-zarata gutxitze aldera, edo tamaina (pixel-kopurua) txikiagotu daiteke, hurrena aplikatuko diren algoritmoen konplexutasuna murrizteko.

Aztertu beharreko eremuen segmentazioa

Azterketa zehatzetara pasatu aurretik, beharrezkoa izaten da irudia zenbait ataletan banatzea. Adibidez, OBD sistemak biriketan tumoreak bilatu ahal izateko, birikak aurkitu behar ditu lehenbizi. Hainbat dira segmentaziorako erabiltzen diren estrategiak, eta hilero argitaratzen dira berriak IEEE Transactions on Medical Imaging eta antzeko aldizkari espezializatuetan.

Irudiaren eta segmentatu nahi den atalaren ezaugarrien arabera erabiltzen da teknika bat edo bestea. Banandu nahi dugun atalaren eta gainerako irudi-zatiaren arteko kontrastea handia bada, biriken irudietan izan ohi den bezala, pixelen intentsitatean oinarritu gaitezke segmentazioa egiteko. Hala, airea gorputzeko materialak baino ilunago agertzen denez irudian, informazio hori erabiliko da birikak bereizteko.

Aldiz, prostata eta antzeko beste organo batzuk ehun antzekoen artean kokatuta daude. Prostataren segmentazioa derrigorrezko urratsa da gaur egun, erradioterapia-plangintzak egiteko orduan. Horrelako kasuetan, pixelen intentsitatean oinarritu ordez, programak prostataren forma eta kokapen posibleak 'ikas' ditzake aurrez segmentatutako irudietatik. Erreferentzia gisa erabiliko den irudi-multzo horri atlas deitzen zaio. Hala, ikasitako forma eta kokaleku horiek irudi berriari egokitzen saiatuko da OBDa, eta emaitza gisa prostataren segmentazio bat eskainiko diote medikuari. Baliteke proposamen hori guztiz zuzena ez izatea, eta, horregatik, medikuak normalean eskuz zuzentzeko aukera izango du.

Bi adibide hauekin ikus daitekeen bezala, segmentazioa ez da ataza erraza, eta aplikazio bakoitzari egokitu behar zaio. Askotan ezinezkoa da sistema guztiz automatikoak garatzea, eta maiz erabiltzailearen parte-hartzea beharrezko bihurtzen da.

Sailkapena eta ebaluazioa

Azken pauso hau ere OBD bakoitzaren eskakizunen araberakoa da. Oro har, bilatzen den patologiaren izaera, kokapena eta neurria izango dira azken emaitzak. Adibidez, aipatutako biriketako tumoreak detektatzeko programaren kasuan, tumoreen kokapena eta tamaina izango lirateke urrats honen emaitzak. Mamografien interpretazioaren kasuan, aldiz, minbiziak jota egon litezkeen eremuak markatuko lituzke programak. Lan hori egiteko, adimen artifizialeko teknika aurreratuak erabili ohi dira.

Laburbilduz, bigarren pausoan segmentatutako irudi-atala aztertzen du OBDak, patologia jakinen ezaugarri bereizgarriak dituzten guneen bila. Ezaugarri bereizgarri horiek zehazteko bi modu daude: era zuzena eta zeharkakoa.

Era zuzenean, programatzeko orduan ezartzen dira ezaugarriak, eta medikuen eta programatzaileen ezaguerak erabili behar dira horretarako. Adibidez, biriketako tumoreak normalean esferikoak eta trinkoak direla esango zaio programari, horrelako ezaugarriak bila ditzan irudian.

Zeharkako aukera adimen artifizialaren printzipioetan oinarritzen da. Labur esanda, ordenagailuak bere kasa ikastean datza, horretarako adibideak erabiliz. Esaterako, biriketako ehunka tumore ezberdin aurkez diezazkiokegu ordenagailuari, baita tumoreak ez diren biriketako beste hainbat atal ere. OBDak atal horien guztien ezaugarriak aztertuko ditu, hala nola intentsitatea, deribatu partzialak, trinkotasuna, egitura, etab. Eta, azkenik, arauak sortuko ditu ezaugarri horien guztien arabera irudi-atalak sailkatzeko, eta tumore diren edo ez esateko. Hau da, guk emandako adibideak entrenamendu gisa erabiliko ditu, tumoreek zer nolako ezaugarriak dituzten ikasteko.

Azken urrats horrek berebiziko garrantzia du, tumore bat detektatzearen edo ez detektatzearen arteko aldea oso handia baita. Gaur egungo teknikak erabiliz, ezinezkoa da % 100eko zehaztasuna erdiestea. Arazo nagusia da ezin dela aldi berean sentikortasun- eta espezifikotasun-maila oso altua izan. Tumoreak egonez gero haiek aurkitzeko probabilitatea da sentikortasuna; espezifikotasuna, berriz, tumore ez dena zuzen sailkatzeko probabilitatea. Sentikortasun altuagoa bilatzen denean, positibo faltsuen kopuruak gora egiten du halabeharrez. Ondorioz, ez dago gaur egun OBD guztiz autonomorik, eta erabiltzen diren sistema guztiak sendagile batek ikuskatu behar ditu.

OBDak errealitatean: erabilgarriak ote?

Mamografiak interpretatzen laguntzeko sistemak izan ziren mundu mailan ospitaleetan erabili ziren lehen OBDak, 1998an AEBn ofizialki onartuak izan zirenetik. Geroztik, AEBn eta Herbehereetan erabili izan dira gehienbat. Bigarren iritzia emateko erabiltzen dira, hau da, medikua ordezkatu beharrean, bigarren iritzi bat eskaintzen dute.

Ofizialki onartu aurretik egin ziren ikerketen arabera, mamografietan detektatu gabeko tumoreen ehunekoa jaisten zuten software horiek. Hala ere, 2007ko apirilean The New England Journal of Medicine aldizkari ospetsuan argitaratutako ikerketa batek zioenez, hobekuntza hori ez da inola ere aipagarria. 1998. eta 2002. urteen artean AEBn mamografiak egitera joandako 222.135 emakumeren kasuak aztertu zituzten ikerlariek. OBD sistema erabili zen kasuetan, emakumeen % 32 gehiagori deitu zioten bigarren azterketa bat egiteko, eta % 20 gehiagori bularreko biopsia egin zitzaion. Hala ere, OBD bidez aurkitutako tumore bakoitzeko, 2.000 positibo faltsu izan ziren. Artikuluaren ondorioetan ikerlariek dioten bezala, OBDak mamografien interpretazioaren zehaztasun-maila nabarmen jaisten du, eta biopsia-kopuruaren igoera ez dago tumoreen detekzio-maila altuago batekin lotua.

Aipatutako artikuluaren emaitza garbiek hoztu egin dute OBDen inguruko baikortasun handia. Garbi dago sistema horiek oso lagungarri izan daitezkeela, baina ospitaleetan ezarri aurretik haien erabilgarritasuna frogatu beharra dago, ikerketa fidagarrien bidez.

Mamografiak interpretatzeko OBDez gain, biriketako tumoreak aztertzeko software batzuk ere baimendu ditu AEBko gobernuak azken hilabeteotan, beti ere software horiek bigarren iritzia emateko erabiltzeko. Hau da, OBDek 'laguntzaile' lana egiten dute oraindik, eta ez dira inola ere medikua ordezkatzeko gai.

Baina izango ote dira etorkizunean horretarako gai? Azken urteotan arlo honetan izandako garapenak eta munduan dagoen ikerlari-kopuru handia ikusita, iragar daiteke ordenagailu bidezko diagnosiak garapen azkarra izango duela, eta baliteke uste baino lehenago zenbait eginbehar jakinetan medikuaren lana bete ahal izatea sistema horiek. Hala ere, hasieran zeregin oso jakinetarako baino ez dira erabiliko, eta beti sendagileak gainbegiratuta. Teknika aurreratu ahala, gero eta ataza konplexuagoak hartu ahal izango dituzte bere gain, eta gainbegiratze gutxiago beharko dute. Lasai egon daitezke medikuak, hala ere, ez baitute besterik gabe lana galduko. Izan ere, inor ez litzateke eroso sentituko, medikuarenera joatean mantal zuridun pertsona baten ordez ordenagailu-pantaila bat topatuko balu.