La imagen hiperespectral se posiciona como una de las herramientas más potentes para el diagnóstico precoz del cáncer, especialmente en tumores de difícil detección como son los cerebrales o los de piel. La investigación desarrollada por científicos del Instituto de Microelectrónica Aplicada (IUMA) de la ULPGC, bajo la coordinación de Gustavo Marrero Callicó, ha demostrado la eficacia de esta tecnología para diferenciar entre tejidos sanos y tumorales, permitiendo al cirujano una extracción quirúrgica más precisa y segura. Tras lograr un sistema que detecta si hay cáncer o no en tiempo real, el reto en el que avanzan ahora es el de precisar el tipo de tumor.
Todo empezó con Helicoid, un proyecto financiado por la Comisión Europea con 1.100.000 euros, coordinado por el investigador del IUMA Marrero Callicó con el que se logró aplicar técnicas avanzadas de clasificación de imágenes hiperespectrales a la detección de tumores cerebrales.
"Con Helicoid demostramos que se podía usar una tecnología nueva, que es la imagen hiperespectral, para la detección de tumores cerebrales. Fue una financiación muy arriesgada, nos metimos en un tema que no había hecho nunca nadie en España", indicó el investigador principal.
El resultado fue una técnica no invasiva, que permite detectar si hay o no cáncer y diferenciar entre tejidos sanos y enfermos, aportando al cirujano, en tiempo real, la información necesaria para la extracción de tumores de forma mucho más precisa.
En el proyecto que se llevó a cabo con la colaboración de dos hospitales, el Doctor Negrín de Gran Canaria y el de Southampton en Reino Unido, participaron otras tres universidades europeas, la Politécnica de Madrid, Imperial College of Science, Technology and Medicine of London (Reino Unido) y la Universidad Armines de París, y tres socios industriales.
Bandas
Las imágenes hiperespectrales permiten distinguir materiales de forma detallada y no invasiva. El problema radica en que el análisis de estas imágenes es un proceso muy complejo que requiere de algoritmos con un enorme coste computacional.
A través del proyecto Helicoid, los investigadores lograron patentar el algoritmo y la instrumentación que define el primer sistema que ha logrado meter una cámara hiperespectral dentro de un quirófano para detectar tumores cerebrales. "La imagen hiperespectral tiene una mayor cantidad de bandas en el espectro electromagnético. El ojo humano ve la detección de tres longitudes de ondas: rojo, verde y azul; mientras que la imagen hiperespectral detecta casi mil longitudes, con lo cual aporta una mayor cantidad de información, más precisa y mejora la clasificación", subrayó Gustavo Marrero.
De ahí que el proyecto pusiera el foco en los tumores cerebrales en un principio, dado que sus límites son difusos y difíciles de identificar. "Cuando se hace una craneotomía, el líquido encefaloraquídeo se sale y hay un desplazamiento que pueda ser de hasta un centímetro, con lo cual la resonancia magnética y la posición real del cerebro ya no coinciden exactamente. En el caso de un cerebro, cortar un centímetro de más puede ser terrible, porque puede afectar desde la memoria, conocimiento, actividad motora... Por eso es esencial identificar con precisión la frontera entre el tejido normal y el tejido enfermo".
Además de la precisión diagnóstica, otro de los grandes logros del proyecto Helicoid fue el de conseguir procesar las imágenes y dar la información en tiempo real. "El primer algoritmo que hicimos de detección de tumores tardaba una hora en ejecutarse, con lo cual, era inviable para el cirujano esperar una hora por el resultado. Empezamos a analizar todo el algoritmo y lo descompusimos en sesiones paralelas".
Una misión que desarrollaron los investigadores de la ULPGC en colaboración con la Universidad de Pavía, en Italia. "Trabajamos en una aceleración del algoritmo, y al final logramos que se quedara en seis segundos de ejecución, de forma que nos permite darle al neurocirujano información en tiempo real".
Ahora trabajan en dos frentes adicionales. El primero, y el más avanzado, ha sido el de ampliar el proyecto a la dermatología, concretamente, al melanoma, uno de los tumores de piel más agresivos.
"Aquí tuvimos problemas porque pensábamos que iba a ser una transferencia directa, es decir, que las cámaras de neurocirugía prácticamente se podrían utilizar en dermatología, pero descubrimos que no, que hacía falta un aparato especial". Un escollo que solventaron con el diseño de un dermatoscopio hiperespectral con una impresora 3D.
En esta parte han colaborado el Hospital Doctor Negrín, la Universidad de Tromso en Noruega, y el Hospital Insular. "Nos hemos centrado en la detección precoz del melanoma, porque normalmente se detectan cuando están avanzados. Con la imagen hiperespectral, desde que hay células malignas, la máquina automáticamente las detecta".
El segundo frente es el automatismo, de forma que el proyecto contribuya a bajar las listas de espera en dermatología. "Las máquinas proporcionan objetividad, no se cansan, no precisan de experiencia... y desde que detectan células que son sospechosas de melanoma, automáticamente la señalizan para que el médico verifique el diagnóstico. Si llevamos esta herramienta a la Atención Primaria, se descartaría mucha falsa alarma y sólo llegarían al especialista los casos sospechosos".
Helicoid
Tras finalizar el proyecto Helicoid, valorado con la máxima puntuación en ciencia, iniciaron el proyecto Ithaca, que supone un paso más en el avance diagnóstico del cáncer. "Con Helicoid conseguimos determinar de forma precisa que había un tumor, y ahora lo que estamos haciendo en Ithaca es ampliar la base de datos de forma que no sólo podamos detectar si hay o no tumor, sino qué tipo de tumor", indicó el profesor Marrero Callicó.
De esta forma, se pretende afinar el diagnóstico, de forma que las imágenes hiperespectrales informen al cirujano si el tumor es primario -clasificados entre un grado y cuatro, los más agresivos-, o secundarios -aquellos que se originan en otra parte del cuerpo-. "Hemos visto que la firmas hiperespectrales que son como las huellas dactilares de cada material, son lo bastante diferentes como para decir si el tumor es primario o secundario. Incluso identifica, el tipo de grado en el caso de los primarios, y la procedencia en los secundarios -hígado, pulmón, páncreas...-, lo cual al neurocirujano le podría ser muy útil durante la operación", señaló el investigador del IUMA, y destacó que actualmente trabajan en este sistema, y que ya cuentan con unos resultados preliminares prometedores.
También, dentro del proyecto Ithaca, se han marcado el reto de disminuir el tamaño de las cámaras hiperespectrales para poderlas integrar en el microscopio quirúrgico. "Las primeras cámaras que utilizábamos tenían del orden de mil bandas, y ahora estamos trabajando con algoritmos genéticos para determinar qué bandas son las realmente indispensables y necesarias para detectar los tumores cerebrales, y así fabricar una cámara específica para detectar estos tumores".
Por otro lado, trabajan con investigadores de Dallas (EEUU) en un nuevo tipo de algoritmo para aumentar considerablemente la capacidad de clasificación de los tumores, de forma que puedan aplicar la tecnología a otros tipos de cánceres.
