Luz y materia

Inteligencia Artificial para apoyar la detección de enfermedades en imágenes

Proyecto de investigación de la Unidad Académica Tepic del CICESE, en curso

Por Maryleidi Hernández

3 septiembre, 2026

En la Unidad Académica Tepic del CICESE se realiza un proyecto de investigación enfocado en el diseño de modelos de Inteligencia Artificial capaces de analizar imágenes y otras señales biomédicas para apoyar la detección de enfermedades.

Con el liderazgo del doctor José Agustín Almaraz Damián, investigador de dicha unidad académica, este proyecto tiene por objetivo desarrollar sistemas asistidos por computadora que, en el futuro, puedan convertirse en herramientas de apoyo para el personal médico.

Esta investigación surge ante una realidad cada vez más presente en el sector salud: el personal médico debe atender a un número cada vez mayor de pacientes y, al mismo tiempo, analizar una gran cantidad de información clínica. En este contexto, una herramienta tecnológica podría ofrecer una segunda opinión y ayudar a identificar hallazgos que podrían pasar desapercibidos a simple vista.

Para lograrlo, el proyecto se enfoca en desarrollar arquitecturas de redes neuronales profundas, un área de la Inteligencia Artificial especializada que permite a los modelos aprender patrones a partir de grandes cantidades de datos.

Es posible entrenar a un modelo para identificar en una mamografía masas o microcalcificaciones que podrían estar asociadas con el cáncer de mama. De manera similar, puede aprender a reconocer características de lesiones relacionadas con el cáncer de piel. Incluso, en el caso de accidentes cerebrovasculares, una red de este tipo puede identificar y segmentar la zona donde se encuentra un derrame en una imagen médica.

Sin embargo, para que una Inteligencia Artificial aprenda a reconocer patrones médicos necesita grandes cantidades de datos y una capacidad considerable de procesamiento. Por ello, el entrenamiento puede tomar mucho tiempo y requiere tanto bases de datos robustas como recursos computacionales especializados, entre ellos unidades de procesamiento gráfico (GPU) y otros dispositivos diseñados para acelerar este tipo de cálculos.

Uno de los principales retos de esta investigación es precisamente desarrollar arquitecturas que logren una mayor precisión utilizando la menor cantidad posible de recursos computacionales. Mientras los modelos más generales pueden requerir enormes cantidades de datos y tiempo de entrenamiento, esta investigación busca desarrollar sistemas especializados capaces de aprovechar mejor la información disponible.

Actualmente, el trabajo se encuentra a nivel de investigación básica: encontrar patrones, desarrollar arquitecturas, combinar diferentes tipos de información y comprender qué características son realmente útiles para detectar una enfermedad.

El objetivo es desarrollar herramientas que puedan procesar grandes cantidades de información y ofrecer elementos adicionales para apoyar su toma de decisiones.

Así el CICESE, también desde su Unidad Académica Tepic, explora cómo la Inteligencia Artificial puede convertirse en una herramienta para apoyar la detección oportuna de enfermedades. El siguiente paso será desarrollar modelos cada vez más precisos y eficientes, capaces de integrar diferentes tipos de información y acercar estas tecnologías a escenarios donde puedan tener un impacto directo en la salud de la población.