Diagnosis del Cáncer Colorrectal Mediante Caracterización Electromagnética de Tejidos y Análisis de Video Endoscópico

Abstract

[ES] El cáncer colorrectal es una de las formas de cáncer más extendidas a nivel global, siendo la primera neoplasia más frecuente y una de las causas más importantes de mortalidad en el primer mundo. Detectar esta forma de cáncer en las primeras fases de su desarrollo disminuye en gran medida su tasa de mortalidad. La colonoscopia es el examen más efectivo en la localización y tratamiento de los pólipos colorrectales, que son lesiones pre-cancerígenas. No obstante, la colonoscopia no tiene una sensibilidad del 100% al depender de la experiencia y pericia visual del especialista.

En las últimas décadas se han evaluado las tecnologías de microondas con el objetivo de desarrollar nuevas técnicas de detección de este tipo de enfermedades. Diversos estudios han determinado que los tejidos sanos tienen diferentes propiedades dieléctricas (constante dieléctrica y conductividad). En el caso de cáncer de mama y el cáncer de hígado, este comportamiento se observó tanto para casos in vivo como ex vivo. Estos estudios han abierto la puerta a nuevas técnicas de tratamiento y diagnóstico del cáncer. Sin embargo, actualmente no existe un equipo específico de medidas, así como un protocolo de operación y medida adaptados a otros tumores que permita la identificación de tejidos tumorales en base a esta diferencia de propiedades electromagnéticas del tejido colorrectal sospechoso con respecto al tejido sano circundante.

El objetivo del proyecto es desarrollar un nuevo sistema de apoyo a la detección de cáncer colorrectal, basado tanto en la medida de las propiedades electromagnéticas del tejido, como en el diagnóstico por imagen. Dicho sistema estará basado en dos conceptos complementarios:

1) Medida de la diferencia de valores de permitividad y conductividad de los tejidos sanos y tumorales de colon. Consistirá en una sonda de medida flexible (cable coaxial abierto y flexible) de dimensiones y características determinadas para que pueda ser integrada en el canal de trabajo del colonoscopio.

2) Análisis de la imagen de vídeo del colonoscopio mediante técnicas avanzadas de inteligencia artificial para la diferenciación entre el tejido sano y el tejido displásico o cancerígeno.