Contundente participación femenina de BCV en MICCAI 2020

Después de la exitosa participación del grupo de investigación Biomedical Computer Vision (BCV) en MICCAI 2019, la conferencia más prestigiosa en el mundo en el área de Análisis de Imágenes Médicas, este año el grupo decidió aumentar su participación en la conferencia; sometiendo el mayor número de artículos a la fecha. MICCAI 2020 se realizó del 4 al 8 de octubre de manera virtual. En la conferencia principal participaron las investigadoras IBIO: Laura Bravo, Cristina González, María Camila Escobar y Laura Daza. Además, en los eventos satélites de la conferencia participaron: Ángela Castillo, Catalina Gómez, Paola Ruíz, Natalia Valderrama e Isabela Hernández. Todas asesoradas por el profesor Pablo Arbeláez.

Como en cualquier evento STEM, es usual que en promedio la participación tanto femenina como de América Latina sea baja. Sin embargo, existen eventos e iniciativas, como Women in MICCAI, para aumentar la cantidad de mujeres en la comunidad. Para el grupo es un motivo de orgullo ser un ejemplo de la inclusión de la mujer en la ciencia. “Como la mayoría de los estudiantes de nuestro grupo vienen de IBIO, siempre hemos tenido una participación equitativa entre mujeres y hombres. En esta ocasión, la conferencia se centra en las aplicaciones de Visión por Computador a problemas de salud. Para este tipo específico de problemas, en este momento tenemos equipos conformados exclusivamente por estudiantes mujeres. Por esa razón, la participación femenina de nuestro grupo en MICCAI fue tan alta. Para nosotras es muy importante incentivar la participación de las estudiantes de nuestro Departamento en conferencias tan reconocidas”, expresan las investigadoras.

Los proyectos que presentaron las investigadoras en la conferencia principal fueron: ISINet: An Instance-Based Approach for Surgical Instrument Segmentation: su objetivo es poder avanzar el proceso de crear un asistente robótico independiente para ayudar a los cirujanos en los procedimientos quirúrgicos. En particular, busca identificar automáticamente los tipos de instrumento en los videos de cirugía asistida por robot. Para esto, hace uso de un método de Inteligencia Artificial y aborda el problema de una forma que no había sido explorada antes utilizando la información temporal. Lo anterior permitió que ahora sea el estado del arte en este problema.

SIMBA: Specific Identity Markers for Bone Age Assessment: la estimación de la edad ósea se realiza en radiografías de manos de niños y permite detectar, de forma temprana, posibles problemas de desarrollo. El artículo es la continuación del proyecto de estimación de edad ósea que presentó el grupo en MICCAI 2019. El objetivo de esta nueva etapa fue incorporar las características de cada paciente al modelo de Inteligencia Artificial. De esta forma, el algoritmo se aproxima mejor a la tarea realizada por los radiólogos, mejorando así la estimación de la edad ósea.

Además, presentaron los siguientes proyectos en eventos satélites:

• LUCAS: Lung Cancer Screening with Multimodal Biomarkers en el taller de aprendizaje multimodal para apoyar decisiones clínicas.
• UltraGAN: Ultrasound Enhancement Through Adversarial Generation en el taller de simulación y síntesis en imágenes médicas.
• Cerberus: A multi headed network for Brain Tumor Segmentation en el taller de lesiones cerebrales.

En esta ocasión el grupo participó en dos retos: CATARACTS Workflow sub-challenge: su objetivo era identificar automáticamente las actividades que ejecutan los cirujanos durante videos de cirugía de Cataratas. Las investigadoras quedaron en cuarto lugar. MIcro-Surgical Anastomose Workflow recognition on training sessions (MISAW) sub-challenge: su objetivo era reconocer automáticamente las actividades, etapas y/o fases quirúrgicas en videos de sesiones de entrenamiento de los cirujanos. Cada uno de estos componentes estaba organizado en una jerarquía, las actividades componían las etapas y las etapas a su vez las fases. Por ejemplo, para la fase de suturar, se tenían las etapas de sostener la aguja, hacer la sutura y halar la aguja. Cada uno de estos elementos era una tarea en la que se podía participar y el reto principal era crear un modelo que pudiera reconocer todas las tareas simultáneamente.

Las investigadoras participaron en todas las tareas, incluida la principal del modelo generalizado. Quedaron en primer lugar en la tarea de reconocimiento de acciones con el modelo específico. En las demás tareas quedaron en cuarto lugar. Por haber ganado una de las tareas y participado en las demás, serán parte del artículo del challenge.

“Para algunos proyectos esta fue la culminación del esfuerzo de todo un año y para otros representa la primera publicación para ser conocidos en el área. Varias de nosotras descubrimos la comunidad de MICCAI. Consideramos que este tipo de eventos son fundamentales para entablar una interacción directa con los investigadores en el campo. Pese a la virtualidad pudimos hablar con algunos de ellos e intercambiar ideas. Al ser una de las principales conferencias en el área, esto aporta credibilidad y experiencia en la hoja de vida para hacer este tipo de investigación”, recalcan las investigadoras.