Els Premis Recerca Jove 2021 donen a l'IA el premi en la categoria TIC Salut Social

L’Agència de Gestió d’Ajuts Universitaris i de Recerca (AGAUR) del Departament de Recerca i Universitats organitza anualment els Premis Recerca Jove per a fomentar l’esperit científic de joves que cursen el darrer any de de Batxillerat previ al seu accés a la universitat. La Fundació TIC Salut Social col·labora en la categoria de premis relacionats amb tecnologia innovadora al servei de la salut i el benestar social.

En l’edició de 2021, la Núria González, estudiant de l’IES Francesc Macià de Cornellà de Llobregat ha estat la guanyadora de la categoria TIC Salut i Social pel seu treball final de recerca titulat IA aplicada al diagnòstic precoç del melanoma. La Núria actualment és estudiant de primer curs al grau d’Enginyeria biomèdica de la Universitat de Barcelona i hem pogut conversar-hi amb motiu de les conclusions obtingudes i que li han valgut el premi PRJ 2021.

D’aquesta conversa se’n desprèn no només el talent i inquietuds de les noves generacions sinó com el sector biotech està en constant construcció i definició. Les professions del futur més immediat es modelen segons la demanda i noves necessitats sorgides de les possibilitats que ofereix la tecnologia. Això és el que ens comenta la guanyadora:

Per què vas decidir fer un treball de recerca sobre aquesta temàtica?

Vaig pensar en un treball que pogués realitzar i tingués relació amb els estudis universitaris que volia realitzar després del batxillerat, Enginyeria biomèdica, que és una combinació de medicina i noves tecnologies aplicables a la medicina i que, finalment, aquest any estic cursant. Per una altra banda, vaig optar per estudiar el càncer perquè és una de les malalties més agressives. En concret el melanoma, que és un tipus de càncer de pell, sovint està provocat per les radiacions solars i pot afectar a qualsevol persona.

De quines hipòtesis vas partir en aquesta recerca?

Vaig partir de la hipòtesi que potser mitjançant la intel·ligència artificial es pugui crear un programa informàtic que diagnostiqui el càncer de pell. Aquesta hipòtesi la vaig formular després d’observar que el càncer de pell és una malaltia molt comuna. Si es diagnostica en etapes primerenques té moltes probabilitats de curar-se. Si no es determina precoçment pot no tenir cura. Per aquest motiu fan falta mètodes que puguin avaluar les lesions de la pell amb molta precisió i ràpidament.

A quines conclusions has arribat?

L’experiment va ser exitós, vaig demostrar que un sistema basat en Intel·ligència Artificial pot diagnosticar amb molta precisió i velocitat si una lesió de la pell és o no un melanoma.

De les diferents metodologies analitzades la que ha aportat resultats més satisfactoris va ser la xarxa neuronal i el random forest valorant només les característiques essencials pel diagnòstic, amb una precisió en el diagnòstic del 94%. Bastant superior a la mitjana obtinguda pels especialistes mèdics amb els mètodes tradicionals que és del 86,6%.

Un programa informàtic d’intel·ligència artificial podria facilitar el diagnòstic precoç, evitant l’evolució de la malaltia. D’altra banda, l’IA podria determinar l’evolució futura fent ús d’algoritmes predictius.

Aquesta tecnologia també es podria aplicar a qualsevol diagnòstic basat en l’estudi d’imatges, sempre que es faci una correcta elecció de les característiques fonamentals. En qualsevol cas, per confirmar aquests resultats cal ser curosos perquè encara cal fer més recerca.

De què t’agradaria treballar quan acabis aquesta etapa formativa?

No tinc clar de què vull treballar quan acabi els estudis. Hi ha diferents branques de l’enginyeria biomèdica que m’agraden com la informàtica o el disseny d’equips de diagnòstic, monitoratge i teràpia mèdica. A més, el camp biotech evoluciona cada dia més i és molt difícil visualitzar el meu futur ja que no només els meus gustos van canviant, també ho fan les possibles sortides laborals cada vegada més diverses.

  • De les metodologies analitzades la més satisfactòria va ser la xarxa neuronal i el random forest amb una precisió en el diagnòstic del 94%