Charla IA Estamos! Segmentación de tumores usando imágenes de CT en datos chilenos

Estimada comunidad,

Tenemos el agrado de invitarles a participar en nuestra próxima sesión de las Charlas: IA Estamos!, organizadas por el Departamento de Ciencias de la Computación (DCC), el Centro de Modelamiento Matemático (CMM), la Iniciativa de Datos e Inteligencia Artificial (IDIA) y el grupo RELELA de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile.

En esta oportunidad, contaremos con la destacada presentación de Constanza Vásquez, investigadora del SCIAN Lab de la Universidad de Chile y del Departamento de Ciencias de la Computación de la Universidad de Concepción, quien presentará un nuevo dataset público clínico y mostrará cómo ha sido utilizado para validar modelos de Inteligencia Artificial en la segmentación automática de lesiones oncológicas.

Detalles del Evento

• Nombre de la Charla: Segmentación de tumores usando imágenes de CT en datos chilenos
• Expositora: Constanza Vásquez, SCIAN Lab (Facultad de Medicina, Universidad de Chile) y Departamento de Ciencias de la Computación (Facultad de Ingeniería, Universidad de Concepción).
• Fecha: Miércoles 26 de agosto.
• Hora: 12:30 horas.
• Lugar: Auditorio Ramón Picarte, 3er piso Edificio Poniente, Av. Beauchef 851, Santiago.

Resumen de la Presentación

La evaluación de la respuesta al tratamiento oncológico mediante el protocolo RECIST 1.1 es el estándar clínico, pero su ejecución manual es lenta y variable entre radiólogos. Esta charla presenta un nuevo dataset público desarrollado en el Hospital Clínico de la Universidad de Chile: 1.246 lesiones segmentadas manualmente en 58 tomografías de 22 pacientes oncológicos, con mediciones RECIST 1.1 documentadas para 82 lesiones diana.

Es el primer recurso en ofrecer máscaras de segmentación por instancia para todas las lesiones medibles junto a sus mediciones clínicas correspondientes.

Se mostrará además cómo este dataset fue utilizado para entrenar y validar modelos de IA (MedSAM y nnUNet) para segmentación automática de lesiones, abriendo camino a flujos de trabajo más rápidos y reproducibles en radiología oncológica.

¡Los esperamos para seguir conversando y aprendiendo sobre los últimos avances en IA!