Ir más allá de lo que el ojo humano puede ver a la hora de operar un tumor cerebral es de vital importancia a la hora de seccionar únicamente el tejido patológico y no tocar o tocar lo mínimo posible el tejido sano, y este es el objetivo del proyecto NEMESIS. liderado por investigadores españoles
Imagen del cerebro del proyecto NEMESIS
En el marco de NEMESIS se ha desarrollado un prototipo tecnológico que proporciona imágenes muy precisas de los diferentes tejidos del cerebro para facilitar las intervenciones de los neurocirujanos a la hora de operar un tumor cerebral.
liderado por el Grupo de Diseño Electrónico y Microelectrónico (GDEM) de la Universidad Politécnica de Madrid (UPM) y el Instituto de Investigar biomédica del Hospital Universitario 12 de Octubre de Madridel proyecto, con el nombre completo NEMESIS-3D-CM, comenzó en 2019 y ya está dando los primeros resultados.
De acuerdo con Alfonso Lagares Gómez-Abascal, jefe del servicio de Neurología del 12 de Octubremuchos tumores no son identificables a simple vista, porque “no hay una gran diferenciación del tejido normal” y muchas veces el cirujano “se pierde a la hora de identificar con precisión cuál es el tumor y cuál es el tejido normal”.
El prototipo es capaz de mostrar imágenes superespectrales para ayudar al neurocirujano a eliminar la mayor cantidad de tejido patológico posible, tratando de reducir la eliminación de tejido no afectado.
Estas imágenes facilitan la extracción de información de tejidos cerebrales que hasta ahora estaban ocultas a simple vista, explican los responsables técnicos del proyecto.
Tumor cerebral: proyecto NEMESIS
Financiado por la Comunidad de Madrid, el prototipo NEMESIS genera modelos 3D inmersivos a partir de fusión de imagen y vídeo hiperespectral, resonancia magnética y ecografía intraoperatoria.
Con esta fusión se están generando mapas de clasificación inmersivos que identifican mediante colores los diferentes tejidos que se pueden observar en la superficie del cerebro: tejido sano, tejido vascularizado, tejido canceroso y duramadre.
De esta forma, los neurocirujanos cuentan con una herramienta de apoyo de diagnóstico no invasivo, no ionizantey que genere un flujo continuo de información para poder tomar mejores decisiones a la hora de extirpar tumores cerebrales.
Proyecto NEMESIS: 158 operaciones
Hasta la fecha se han realizado un total de 158 operaciones, en las que se han tratado principalmente: glioblastomas de alto grado, aneurismas, meningiomas y metástasis cerebrales.
Según han explicado a EFEsalud fuentes del equipo de investigación de la Universidad Politécnica, actualmente están clasificando los distintos tejidos de la superficie cerebral (sano, tumoral, duramadre,…) en tiempo real con modelos de inteligencia artificial.
También están comenzando a fusionar estos mapas de clasificación con la resonancia magnética, “lo que significa que los cirujanos no solo pueden trabajar con imágenes planas, sino también con modelos tridimensionales”.
En cuanto al trabajo con los médicos, están en una etapa de evaluación formal, enseñándoles la fusión de imágenes y evaluando metodológicamente clasificaciones de tejidos para aumentar la precisión de los modelos de inteligencia artificial “que estamos utilizando”.
Durante los tres años que lleva funcionando el proyecto se ha conseguido lo siguiente: principales hitos:
1.- Ha sido diseñado, construido y probado los mencionados prototipo de captura de imagen imágenes hiperespectrales en el quirófano.
El prototipo permite posicionar una serie de sensores con diferentes funcionalidades ajustadas a la intervención en cada momento sobre la zona intervenida.
dos.- El prototipo ha permitido generar un base de datos con imágenes de más de 150 intervenciones.
La información que contiene es completamente anónima y se compone principalmente de imágenes de diferentes tipos de tumores realizadas con diferentes tipos de cámaras.
Este es uno base de datos única, cuya utilidad se extiende más allá de este proyecto.
3.- ha sido diseñado un cadena de procesamiento de imagen utilizando técnicas de Machine Learning (Inteligencia Artificial).
Es esta cadena la que finalmente permite clasificar los diferentes tejidos del cerebro del paciente.
La precisión y el rango del modelo dependen en gran medida de la base de datos utilizada para alimentar dichos modelos “inteligentes”.
4.- Ha sido posible realizar fusión de imágenes imágenes hiperespectrales tomadas con el prototipo con las de imágenes de resonancia magnética realizadas en pacientes antes de la cirugía.
Esto permite generar modelos inmersivos mucho más precisos del cerebro de cada paciente.