Un doctorando de la Universidad Autónoma de Sinaloa (UAS) desarrolló una metodología experimental basada en inteligencia artificial para segmentar vasos sanguíneos e identificar estenosis coronaria en imágenes de angiogramas, como parte de una estrategia preventiva frente a enfermedades cardíacas graves.
El proyecto fue realizado por Eduardo Díaz Gaxiola, estudiante del Doctorado en Ciencias de la Información en la Facultad de Informática Culiacán, en colaboración con investigadores de España. La investigación se enfocó en el análisis automatizado de imágenes médicas del corazón, utilizando el conjunto de datos ARCADE, generado en 2022 para un concurso internacional orientado al diagnóstico cardiovascular.
El método empleó modelos de aprendizaje profundo mediante la técnica YOLO (You Only Look Once), lo que permitió segmentar imágenes en escala de grises y detectar con precisión vasos sanguíneos y posibles zonas de estenosis.
De acuerdo con Díaz Gaxiola, esta tecnología puede facilitar una revisión médica oportuna al ofrecer un análisis preliminar automatizado que, en caso de detectar anomalías, se canaliza al especialista para su evaluación.
La propuesta busca funcionar como herramienta complementaria en el monitoreo de salud cardiovascular y se suma a los avances tecnológicos que permiten mejorar los procesos de detección temprana en medicina.