El tomellosero Mario Pascual, estudiante del Grado de Ingeniería de la Salud de la Universidad de Málaga (UMA), ha obtenido el tercer premio al mejor Trabajo Fin de Grado (TFG) de España concedido por la Asociación Española para la Inteligencia Artificial (AEPIA). El reconocimiento distingue un proyecto que combina inteligencia artificial y análisis de imágenes médicas para predecir la evolución de los meningiomas, un tipo de tumor cerebral.

El trabajo, titulado Predicción del Crecimiento del Meningioma en Resonancia Magnética Multimodal mediante Técnicas de Aprendizaje Profundo, ha sido premiado en la categoría general, en la que concurre el mayor número de proyectos. La distinción sitúa la investigación del joven tomellosero entre los trabajos universitarios destacados del país en el ámbito de la inteligencia artificial.

El proyecto ha sido dirigido por Ezequiel López, catedrático de la Escuela Técnica Superior de Ingeniería Informática de la UMA e investigador responsable del grupo de Inteligencia Computacional y Análisis de Imágenes de IBIMA Plataforma BIONAND. La codirección ha correspondido a Francisco Sendra, profesor de la Facultad de Medicina e investigador responsable del grupo de Inteligencia Artificial en Imagen Médica. También ha participado la doctora Almudena Pérez Lara, del Hospital Regional Universitario de Málaga, en la obtención de datos y la interpretación de los resultados.

Tres años para reunir datos sobre la evolución de los tumores

La idea surgió en 2023, cuando Pascual conoció a la doctora Pérez Lara durante un seminario de la asignatura de Imágenes Biomédicas. En aquel encuentro se planteó el reto de anticipar el crecimiento de los meningiomas a partir de las resonancias magnéticas de los pacientes.

Uno de los principales obstáculos era la falta de información que permitiera estudiar la evolución de estos tumores a lo largo del tiempo. Para predecir su crecimiento no basta con disponer de una única prueba: es necesario contar con varias resonancias del mismo paciente, realizadas en distintos momentos, que permitan observar los cambios.

«Para realizar predicción de crecimiento, necesitábamos datos longitudinales —es decir, varios estudios de un mismo paciente a lo largo del tiempo donde se pudiera observar el crecimiento del tumor—, sin embargo, hasta la fecha, no existía información de este tipo sobre meningiomas», explica Pascual.

Durante aproximadamente tres años, el estudiante colaboró con el Hospital Regional Universitario para crear un conjunto de datos de estas características, uno de los principales hitos de la investigación.

Inteligencia artificial para mejorar las predicciones

El trabajo adapta una red neuronal de gran tamaño, entrenada previamente con millones de imágenes de resonancia magnética, para delimitar las regiones del tumor y estudiar su evolución. Para ello utiliza una técnica conocida como Low-Rank Adaptation (LoRA), que permite adaptar un modelo a una tarea concreta mediante componentes adicionales entrenados exclusivamente con datos públicos.

Este procedimiento evita que los datos privados del hospital se incorporen a los parámetros del modelo, una medida orientada a preservar la privacidad de los pacientes.

Otra de las aportaciones de la investigación consiste en incorporar la incertidumbre de las predicciones. El sistema no se limita a señalar qué parte de la imagen corresponde al tumor, sino que estima también hasta qué punto puede equivocarse al delimitarlo. Esa información se traslada al modelo encargado de predecir el crecimiento tumoral.

El objetivo es ofrecer intervalos de crecimiento calibrados y específicos para cada paciente, en lugar de una cifra única que no refleje el margen de incertidumbre. De esta manera, el proyecto explora cómo la inteligencia artificial puede contribuir al análisis de la evolución de los meningiomas y aportar información útil para su seguimiento clínico.