1. Biomarcadores en
Imagen Médica
Ingeniería Clínica y Gestión Hospitalaria

2. INDICE
01
Introducción y
objetivos
Explicación acerca del
proyecto
02
Definición
Descripción de la técnica
de uso de biomarcadores
03
Estudio poblacional
Análisis de los datos
obtenidos en una encuesta
04
Desarrollo de
biomarcadores
Cómo se desarrollan los
biomarcadores en Quibim
05
Líneas futuras y
traslado al diagnóstico
Proyectos de desarrollo
de biomarcadores
06
Conclusión
Conceptos a tener en
cuenta

3. Introducción y
objetivos
01

4. Introducción
En este trabajo pretendemos explicar qué es un
biomarcador, partiendo del conocimiento que la sociedad
tiene de los mismos; así como explicar cuál es su función,
hoy en día, en el análisis de imágenes médicas y cómo estos
pueden ayudar al diagnóstico. Además, veremos cómo
podemos ir más allá, involucrando a la inteligencia artificial
con el objetivo de automatizar la detección de lesiones, o
incluso el diagnóstico, aunque no definitivo, de las
patologías. Por último, veremos un par de proyectos que se
están llevando a cabo en la salud pública y cuál es su
objetivo y utilidad.

5. Objetivos
El objetivo principal es estudiar el uso de biomarcadores en imagen
médica y explorar las perspectivas de futuro.
Los objetivos secundarios del proyecto son los siguientes:
1. Describir la técnica de uso de biomarcadores en imagen médica.
2. Estudio poblacional del conocimiento de los biomarcadores y la
inteligencia artificial en la sociedad.
3. Estudiar cómo se desarrollan los biomarcadores en imagen médica.
4. Desarrollo de líneas futuras de investigación y su traslado al
diagnóstico clínico.

6. 02
Secuencia de pasos para el
preprocesamiento de las
imágenes médicas

7. ● Características que podemos medir y evaluar de
manera objetiva como indicadores de procesos
biológicos normales, procesos patológicos o
respuestas de diferentes fármacos a una intervención
terapéutica.
● Preferibles a las biopsias al no ser invasivos.
Biomarcador ≠ Radiómica
¿Qué es un biomarcador?

8. Paso 1. Adquisición de la imagen
Uso de radiación ionizante (Rayos X) Uso de campo magnético potente y
pulsos de radiofrecuencia
Radiología convencional Resonancia magnética

9. Paso 2. Procesamiento de la imagen
1. Reducción/eliminación de ruido
 Incrementar el tiempo de exploración y la actividad
administrada.
 Aumentar el tamaño de los voxels.
 Utilizar centelladores de yoduro de sodio.
2. Mejorar la resolución espacial de la imagen
 Situar el detector a la distancia mínima posible del
paciente.

10. Paso 2. Procesamiento de la imagen
3. Segmentación de la imagen.
El aislamiento de las distintas regiones de
interés (ROI) permite situar todas las
imágenes en un mismo marco espacial
para poder compararlas entre sí

11. Paso 3. Análisis de la imagen
 Potencial de modificar positivamente
el tratamiento ya existente del
paciente
 Completamente no invasivos
 Rentable desde el punto
de vista económico
 Fácil implementación
clínica

12. Paso 4. Interpretación de la imagen
Cooperación entre el radiólogo (interpreta y redacta el informe) y
el médico (toma decisiones, como por ejemplo, si es necesario
realizar una biopsia)

13. Estudio poblacional
03

14. Google Forms
Realización de la
encuesta
Herramientas empleadas
Excel
Análisis de los datos
Statgraphics
Análisis detallado de
los datos

15. Estudio descriptivo

16. Rangos de edad
Edad
18-25 26-35 36-50 51 o más
52,85%
17,07%
21,14%
8,94%

17. Estudios académicos
0 5 10 15 20 25 30 35
Administración y Derecho
Bachillerato
Ciclo formativo
Ciencias físicas
Humanidades y Ciencias Sociales
Ingeniería
Salud
Secundaria
Estudios académicos
Frecuencia
Frecuencia
Valor Frecuencia Relativa
Administración y Derecho 13 0,1057
Bachillerato 15 0,1220
Ciclo formativo 18 0,1463
Ciencias físicas 3 0,0244
Humanidades y Ciencias Sociales 22 0,1789
Ingeniería 32 0,2602
Salud 14 0,1138
Secundaria 6 0,0488

18. Posibles opciones:
• Cualquier información obtenida a partir de una
imagen médica y que tiene su utilidad en la
ayuda al diagnóstico.
• Técnica para el diagnóstico automatizado de
imagen médica.
• Un aparato que selecciona una parte de nuestro
cuerpo mediante imagen para el diagnóstico.
¿Qué es un biomarcador en imagen médica?
Frecuencia Frecuencia Frecuencia
Clase Frecuencia Relativa Acumulada Relativa acumulada
1 67 0,5447 67 0,5447
2 37 0,3008 104 0,8455
3 19 0,1545 123 1,0000

19. Posibles opciones:
• Sí
• No
¿Cree que los biomarcadores suponen una
ventaja significativa para un radiólogo?
Frecuencia
Valor Frecuencia Relativa
No 3 0,0508
Sí 56 0,9492

20. Posibles opciones:
• Sí
• No
• Depende
¿Tendría la misma confianza en un humano y
en una máquina?
Frecuencia
Valor Frecuencia Relativa
No 62 0,5041
Si 47 0,3821
Depende 14 0,1138
• Incluso más en la máquina, pues podrá detectar detalles que
nosotros no.
• Me gustaría que los datos obtenidos por la máquina fuesen
revisados por un humano, pero en principio sí que tengo la misma
confianza.
• Que trabajen juntos.
• Son complementarios.
• Depende del procedimiento.
• No lo sé, depende del caso.

21. Posibles opciones:
 Capacidad de que una máquina aprenda a partir de
unos datos aportados.
 Incremento de la inteligencia humana mediante
bioestimulación.
 Todos aquellos robots que realizan ciertas tareas
por nosotros.
¿Qué se entiende por Inteligencia Artificial?
Frecuencia
Clase Frecuencia Relativa
1 109 0,8862
2 1 0,0081
3 13 0,1057

22. Posibles opciones:
• La inteligencia artificial es una herramienta
para la obtención automatizada de
biomarcadores.
• La inteligencia artificial sustituye a los
biomarcadores.
• Ninguna.
¿Qué relación cree que existe entre los
biomarcadores y la inteligencia artificial?
Frecuencia
Clase Frecuencia Relativa
1 107 0,8699
2 3 0,0244
3 13 0,1057

23. Posibles opciones:
• Sí
• No
• Depende
¿Considera que el diagnóstico por imagen se
podrá llegar a automatizar?
• Puede llegar a dar un diagnóstico, pero con la posterior
supervisión de un facultativo formado en la materia.
• Según el resultado de la imagen habrá resultados que una
máquina no sabrá diagnosticar.
• Sí, aunque solo para determinadas patologías o como
complemento al facultativo.
Frecuencia
Valor Frecuencia Relativa
No 15 0,1220
Sí 104 0,8455
Depende 4 0,0325

24. Estudio unifactorial
𝑥𝑖𝑗 = 𝑚 + 𝛼𝑖 + 𝑢𝑖𝑗
ANOVA

25. ¿Qué es un biomarcador?
EDAD
¿Cree que los biomarcadores
suponen una ventaja significativa
para un radiólogo?
18-25 26-35 36-50 51 o más
Medias y 95,0% de Fisher LSD
Edad
2,1
2,3
2,5
2,7
2,9
ConcBio_Num
18-25 26-35 36-50 51 o más
Medias y 95,0% de Fisher LSD
Edad
0,84
0,94
1,04
1,14
1,24
Vent_Num

26. ¿Qué es un biomarcador?
ESTUDIOS ACADÉMICOS
¿Qué relación cree que existe
entre los biomarcadores y la
inteligencia artificial?
Ingeniería
Administración
y derecho
Salud
Humanidades
y Ciencias Sociales
Ciencias
físicas
Ciclo
formativo
Bachillerato Secundaria Ninguno
1 2 3 4 5 6 7 8 9
1 2 3 4 5 6 7 8
Medias y 95,0% de Fisher LSD
Estudios_Num
0,7
1
1,3
1,6
1,9
2,2
BioInt_Num
𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 0,0248 < 0,05
1 2 3 4 5 6 7 8
Medias y 95,0% de Fisher LSD
Estudios_Num
1,7
2,1
2,5
2,9
3,3
ConcBio_Num

27. Estudio del desarrollo
de biomarcadores de
imagen médica
04

28. ¿Qué es Quibim?
2012
Fundada por los doctores Luis Martí-
Bonmatí y Ángel Alberich
2012-Ahora
Han desarrollado numerosos softwares
que se usan a día de hoy para obtener
información de imágenes médicas
2022
Premiados con el trofeo EuroMinnies
al mejor nuevo software de radiología
de 2022
Tipo de empresa Pyme
Localización Valencia, España

29. Ejemplos proyectos Quibim
Dr. Jenna Doe

30. Pasos a seguir en el desarrollo
Paso 1
Planteamiento del
proyecto
Paso 2
Desarrollo
informático del
software
Paso 4
Validación
Paso 3
Entrenamiento de
la inteligencia
artificial

31. Planteamiento del proyecto
¿Somos capaces de construirlo?
Es decir, podemos logar el
objetivo computacionalmente.
¿Somos capaces de validarlo?
Disponemos de las herramientas
para validarlo.
¿Somos capaces de venderlo?
Tiene interés el producto en
el mercado.

32. • Lo realizan en Python.
• Lenguaje que apuesta por las
IA.
• Su entorno de programación
es Paycharm.
Desarrollo informático del software

33. Proceso por el cual se le muestran
distintas imágenes donde ya se ha
marcado el biomarcador a la IA para
que esta sea capaz de, en base a lo
que ha visto, marcarlo en otras
imágenes.
Entrenamiento de la IA

34. Objetivo
Probar que el software es
capaz de realizar su función y
obtener el marcado CE.
Validación
Marcado CE
El marcado CE es un sello
de calidad y seguridad
que deben tener todos los
productos sanitarios
Importancia de este
marcado CE
Solo los productos con
este certificado pueden
salir al mercado

35. ● Proceso por el cual se le enseña
al programa imágenes distintas
a aquellas que se han utilizado
para su aprendizaje con el
objetivo de ver si este es capaz
de predecir de forma correcta el
resultado
● Los valores no coinciden nunca
al 100%, pero a partir del 70% se
dice que es un buen resultado.
Validación

36. Dificultades en el aprendizaje y la validación
Necesidad de guardar una serie
de imágenes para la validación
Debo tener una serie de
imágenes de cada tipo para
poder obtener el marcado CE
Necesidad de distintos tipos de imágenes
• Personas con distintos rasgos
• Imágenes obtenidas por
maquinarias de distintas empresas
Necesidad de un radiólogo
Necesito que un radiólogo
marque mi zona de interés para
tener algo con lo que comparar
Dificultad de obtención de las imágenes
Es necesario seguir unos estrictos
protocolos para cumplir la política de
privacidad de datos

37. Líneas futuras de
investigación y su
traslado al diagnóstico
clínico
05

38. S. XIX S. XX S. XXI
Rontgen descubre
la existencia de los
Rayos X
La radiología
se inicia como
especialidad
Radiología digital
con detectores
conectados a
ordenadores

39. QP-Prostate
VISUALIZACIÓN
PROCESAMIENTO
ANÁLISIS
EXTRACCIÓN DE INFORMES

40. Cáncer de próstata
 1 de cada 8 hombres los sufrirá a lo largo de su vida
 90% casos en varones mayores de 65 años
 MORTALIDAD: 26 muertes/100.000 habitantes
(España)
 SUPERVIVENCIA
Etapa localizada
Etapa regional
Etapa distante
Casi 100%
30%

41. ETAPAS DEL SOFTWARE QP-PROSTATE
Previo: Resonancia Magnética
1. Emparejar y clasificar
2. Procesamiento
3. Segmentación
4. Análisis
5. Informes estructurados

42. Resonancia magnética
Los espines de los átomos de
hidrógeno adoptan la dirección del
campo magnético y, mediante un
pulso de radiofrecuencia, emiten
una señal con la que se
reconstruirá la imagen.

43. 1. Emparejar y clasificar

44. 2. Procesamiento
Uso de algoritmos
matemáticos para
solucionar
problemas de
imagen o diferencias
entre fabricantes

45. 3. Segmentación
Definición de los
píxeles que
pertenecen a cada
tejido mediante
inteligencia artificial
(IA)

46. 4. Análisis
Análisis de
biomarcadores como
la angiogénesis o el
movimiento irregular
de moléculas de
agua.

47. 5. Informes estructurados
Presentación de los
datos en unos
informes basados
modelos
estandarizados.

48. Relevancia para el radiólogo
La aparición de softwares como
QP-Prostate supone una
liberación de carga laboral para
el radiólogo que hace más
efectivo el trabajo y permite que
estos profesionales puedan
dedicarse con mayor esfuerzo a
los casos realmente complicados.

49. CONCLUSIÓN

50. Gracias por la atención