Este español usa ‘deep learning’ para identificar TACs desde Tokio

Hay culturas que atraen a las personas como potentes imanes. A Antonio Tejero de Pablos le sucedió con la tradición nipona. Su pasión por las artes marciales japonesas acabó llevándole a la universidad número uno del país, la de Tokio. Desde allí, hoy aplica inteligencia artificial a la visión por ordenador. En su último trabajo, presentado en el prestigioso MICCAI en China, utiliza redes neuronales para detectar enfermedades cardiovasculares a partir de una imagen médica. 

Este ingeniero de Telecomunicaciones se inició con la investigación en el Grupo de Telemática e Imagen de la Universidad de Valladolid. Allí descubrió las becas europeas Vulcanus, que facilitaban un año de prácticas en empresas niponas. "Siempre había sentido interés por Japón", resalta a INNOVADORES. Ya practicaba iaido y kendo, así que estas ayudas le abrían la puerta para perfeccionar su afición. Durante un año trabajó en la gran telco nacional NTT Communications. Cuando terminó su beca, tuvo claro que quería hacer el doctorado y después surgió una plaza en la Universidad de Tokio. "Envié la solitud sin muchas expectativas", recuerda. Y le cogieron. "Fue cuestión de timing". 

En estos tres últimos años, Tejero se ha adaptado a una cultura muy distinta. "No es fácil adaptarse", reconoce. "La gente tiene una zona personal muy grande y es posible que, sin querer, te metas donde no te llaman". Sin embargo, su actitud siempre fue positiva. "Me interesa enriquecerme de las diferencias, vivir en el extranjero no es un castigo", afirma. "Hay personas a las que les da miedo vivir fuera, pero lo que de verdad da miedo es conocer solo tu entorno, con lo grande que es el mundo". Además, siempre le quedaba su afición. "Cuando más morriña me ha entrado, me he agarrado a las artes marciales". Así ha conseguido ser tercer dan de iaido y kendo. 

El contrafuerte de Tejero ha sido la inteligencia artificial. En la Universidad de Valladolid ya había investigado sobre visión por ordenador con técnicas tradicionales; pero durante su doctorado en Nara Institute of Science and Technology (NAIST), descubrió el potencial del aprendizaje profundo. "El deep learning permite aprovechar los datos de las imágenes para entrenar los sistemas de reconocimiento automático". El proyecto de su tesis se centró en el análisis autónomo de vídeos deportivos. Su sistema era capaz de resumir los mejores momentos de un clip de 10 minutos de boxeo o ping pong en solo 60 segundos. 

Ya como investigador en el Machine Intelligence Lab (MIL) de la Universidad de Tokio, el ingeniero español siguió avanzando en análisis de imagen, aunque con un nuevo foco: el diagnóstico automático de imagen médica. Su último proyecto se ha centrado en reconocer irregularidades en las arterias coronarias a partir de TACs. En concreto, para estenosis significativa. Se trata de un estrechamiento de las arterias que puede poner en riesgo la vida del paciente, así que su diagnóstico precoz es clave. El problema es que "hasta para el doctor es complicado, lleva bastante tiempo detectarlo". La inteligencia artificial se presenta como la mejor ayuda para los profesionales médicos. 

Pero no ha sido coser y cantar. El gran reto al que ha tenido que enfrentarse Tejero es la escasez de datos para entrenar el sistema. "No existen enormes bases de datos de imágenes", comenta. Aunque se están haciendo muchos esfuerzos por parte de determinados gobiernos, como la alianza entre Japón, Alemania y Francia para reunir y compartir información médica; aún son insuficientes. Por un lado, por la falta de digitalización de los hospitales. Por otro, porque para que la inteligencia artificial pueda aprender necesita que las imágenes estén categorizadas y eso implica la involucración de los médicos. "Los doctores tienen que preparar de antemano donde está la estenosis". 

El investigador español ha logrado sortear este escollo gracias a un "truco" que ha resultado funcionar muy bien. "Ingenié un método para que, en vez de entrenar con imágenes médicas un modelo de aprendizaje profundo desde cero, usaba un modelo preentrenado con otras imágenes, hacía una codificación y lo ajustaba a los TACs del corazón", detalla.

También ha introducido otro cambio significativo. Los métodos tradicionales siempre han usado tres vistas para analizar la estenosis (sección, arriba y lado). Tejero ha incluido también la diagonal. "En vez de ofrecer un modelo gigante para todo, proporcionamos modelos para cada una de las vistas". ¿Ventajas? Se disminuye el requerimiento de grandes cantidades de datos. El ingeniero español ha presentado esta innovación en la última conferencia internacional MICCAI, celebrada en China el pasado octubre. Pero es un proyecto vivo, que continúa mejorando desde su laboratorio de Tokio.