Diagnóstico diferencial del Sarcoma de Ewing y otros tumores óseos y de partes blandas con inteligencia artificial

DEISA es una iniciativa orientada a mejorar el diagnóstico de tumores óseos y de partes blandas mediante el uso de inteligencia artificial aplicada a imagen histopatológica. En particular, el proyecto se centra en el sarcoma de Ewing, un tumor altamente agresivo que afecta principalmente a población joven y cuyo diagnóstico resulta especialmente complejo debido a su similitud con otros tumores de características morfológicas parecidas.

Ante este desafío, DEISA plantea el desarrollo de un sistema avanzado de apoyo al diagnóstico basado en técnicas de computer vision  y aprendizaje profundo. A partir del análisis automatizado de imágenes histológicas digitalizadas, el sistema busca asistir al patólogo en la identificación precisa de patrones tumorales, reduciendo la variabilidad diagnóstica y facilitando la toma de decisiones clínicas.

El núcleo tecnológico del proyecto reside en el diseño de modelos de inteligencia artificial capaces de abordar dos retos clave: diferenciar el sarcoma de Ewing de otros tumores de células redondas y pequeñas, e identificar variantes menos frecuentes, conocidas como Ewing-like. Para ello, se exploran enfoques avanzados como el aprendizaje de múltiples instancias y el uso de modelos fundacionales adaptados al análisis histológico, permitiendo trabajar de forma eficiente con imágenes de muy alta resolución y complejidad.

En este contexto, el papel de la Universitat Politècnica de València (UPV), a través del grupo de investigación CVBLab, resulta fundamental. El equipo aporta su amplia experiencia en computer vision y aprendizaje profundo, liderando el desarrollo de los modelos predictivos y su optimización para entornos reales. Este trabajo incluye tanto el diseño de arquitecturas capaces de extraer información relevante de imágenes gigapíxel como la incorporación de técnicas de interpretabilidad que permitan comprender y validar las decisiones del sistema en un entorno clínico.

Los desarrollos se validarán sobre una base de datos de casos reales con diagnóstico confirmado, para garantizar la fiabilidad del sistema y su potencial aplicación en la práctica médica. Además, la integración de los modelos en herramientas de visualización específicas permitirá su uso directo por parte de especialistas, facilitando su adopción en entornos hospitalarios.

El impacto esperado de DEISA es significativo tanto a nivel clínico como tecnológico. Por un lado, pretende contribuir a mejorar la precisión y rapidez del diagnóstico, reduciendo la necesidad de pruebas adicionales y optimizando los recursos disponibles. Por otro, impulsará la incorporación de soluciones basadas en inteligencia artificial en el ámbito sanitario, favoreciendo una medicina más eficiente, accesible y basada en datos.

El consorcio del proyecto reúne capacidades complementarias que abarcan desde el conocimiento clínico hasta el desarrollo tecnológico. El departamento de patología de la Universitat de València (UV) lidera la validación médica y la aportación de datos, mientras que ARTIKODE Intelligence se encarga de la integración de los modelos en plataformas de análisis de imagen. En este ecosistema, la UPV, mediante el grupo de investigación CVBLab, desempeña un papel clave como motor de innovación en inteligencia artificial, desarrollando las soluciones que permiten transformar datos complejos en herramientas útiles para la práctica clínica.