El médico observa una imagen del seno para encontrar una masa sospechosa. Si la imagen es bonita y suave, pero la masa desapareció, de poco sirve. Con este problema se encontraron los investigadores que desarrollaron una nueva forma de probar los programas para la tomografía fotoacústica.
La tomografía fotoacústica (PACT) utiliza destellos láser cortos: los tejidos absorben la luz, se calientan ligeramente y comienzan a emitir ultrasonido. Con estas ondas sonoras, la computadora reconstruye una imagen del interior. Pero diferentes programas lo hacen de maneras distintas, y compararlos era difícil: faltaba un estándar común y datos realistas.
Para resolver este problema, los científicos crearon un conjunto de más de 11 000 modelos virtuales de senos con lesiones típicas.
Luego ejecutaron varios algoritmos de reconstrucción a través de estos modelos, tanto tradicionales (basados en física) como modernos (de aprendizaje profundo). Resultó que las métricas habituales de calidad de imagen, como la nitidez o la ausencia de ruido, no siempre reflejan lo principal: si el tumor se ve en la imagen. Algunos programas producían imágenes perfectas, pero perdían detalles importantes.
Por lo tanto, los autores propusieron agregar pruebas "clínicas": verificar con qué precisión el programa reconstruye el tamaño y la forma de la lesión. Este enfoque ayudará a crear herramientas más confiables para el diagnóstico del cáncer de seno.
En la tomografía fotoacústica, el sonido nace de la luz: el pulso láser calienta la sangre en los vasos unas fracciones de grado, y eso es suficiente para que los tejidos "suenen".