Investigadora CIESAL presenta avances en diagnóstico del cáncer de próstata mediante inteligencia artificial

17/05/2025

Natalia Pérez Barraza, doctoranda en Biomedicina en la Universidad de Granada e investigadora de CIESAL, presentó recientemente, como comunicación oral, su trabajo titulado “Mejora del diagnóstico histopatológico del cáncer de próstata mediante nuevas herramientas de inteligencia artificial” en el IV Congreso Internacional y IX Encuentros Hispano-Cubanos en Ciencias de la Salud, celebrado del 14 al 16 de mayo de 2025 en la Universidad de Granada, España.

La presentación forma parte de los avances de su tesis doctoral, que se encuentra en desarrollo bajo la dirección del Dr. Víctor Carriel Araya, del Departamento de Histología de la Facultad de Medicina de la Universidad de Granada, España; y con la colaboración del Dr. Claudio Córdova Lepe, del Centro Interdisciplinario de Investigación Biomédica e Ingeniería para la Salud (MEDING), Chile.

La investigación propone un modelo de inteligencia artificial basado en redes neuronales convolucionales para mejorar la precisión del diagnóstico histopatológico del adenocarcinoma prostático, una de las principales causas de morbilidad en hombres a nivel mundial. Utilizando herramientas como ResNet50 para clasificación y U-Net para segmentación de imágenes histológicas, el modelo ha demostrado una alta efectividad en la diferenciación entre cáncer de próstata (CaP) e hiperplasia prostática benigna (HPB).

Este objetivo, enmarcado dentro del trabajo de tesis doctoral, cuenta con el apoyo de la Escuela de Medicina de la Universidad de Valparaíso  y con el respaldo de Becas Chile para estudios de doctorado en el extranjero.

La incorporación de herramientas de inteligencia artificial en el análisis histopatológico representa un avance significativo en la mejora del diagnóstico del CaP, permitiendo una estratificación más precisa del riesgo y respaldando decisiones clínicas más fundamentadas. Los resultados presentados destacan el potencial de estas tecnologías para transformar el abordaje diagnóstico en oncología, y abren nuevas oportunidades para el desarrollo de medicina personalizada y la implementación de sistemas automatizados en entornos clínicos reales.