Se trata de la conferencia internacional “36th Annual International Meeting: The ever changing landscape of MRA, de la Society for Magnetic Resonance Angiography (SMRA). Por primera vez se presenta la USM en este tipo de conferencias.
Sebastián Jara, estudiante de Doctorado en Ingeniería Informática USM, y Sebastián Jofré, recientemente titulado de Ingeniería Civil Informática, participaron junto al profesor Julio Sotelo en la conferencia internacional “36th Annual International Meeting: The ever changing landscape of MRA, de la Society for Magnetic Resonance Angiography (SMRA), realizada en Santiago.
La conferencia de este año contó con sesiones centradas en la continua explosión de nuevas técnicas de ARM y medios de contraste y su impacto relevante en el manejo de los pacientes en un formato de conferencia, con componente educativo y mezclado en las sesiones plenarias principales.
En esta línea, los tres representantes del Departamento de Informática de la Universidad Técnica Federico Santa María presentaron un tema. En la sesión científica V: Flujo, Modelado y Procesamiento, Julio Sotelo presentó la charla educacional “From Error correction to visualization: how to extract quantitative results from phase-constrast MRI data”; y Sebastián Jara “Prediction of peak-to-peak pressure gradient using PINNs and Magnetic Resonance”. En tanto, Sebastián Jofré lo hizo en la sesión científica VII: Nuevas Tecnologías e IA en ARM, con el tema “Automatic Labeling of Intracranial Arteries: A Deep Learning Approach for Streamlining Post-Processing of 4D Flow MRI Data”.
“Mi motivación a participar fue profundizar en el contexto clínico del problema que estoy investigando y enriquecer mi perspectiva sobre las técnicas e ideas de inteligencia artificial aplicadas al ámbito médico. La participación me iba a permitir aprender de expertos y colegas que abordan desafíos similares. Por otro lado, un congreso es la instancia para establecer conexiones significativas, y futuras colaboraciones, con profesionales interesados en resolver problemas similares a mis intereses”, comparte Sebastián Jara.
“Mis profesores guía, Julio Sotelo y David Marlevi, me animaron a presentar mis resultados en esta conferencia, porque consideraron que representaba una excelente oportunidad para interactuar con expertos del campo. Además, participar en un evento de renombre internacional me permitirá desarrollar mi carrera en esta área”, cuenta Sebastián Jofré.
Además de presentar sus respectivos trabajos y resultados ante expertos internacionales, recibieron valiosa retroalimentación. “Sin duda la conferencia me brindó la oportunidad de establecer nuevos contactos en el ámbito académico y de obtener una visión más amplia de los avances en imágenes médicas. Esta experiencia ha ampliado mi red profesional y me ha proporcionado una perspectiva más profunda sobre las tendencias y desafíos actuales en el campo de la resonancia magnética angiográfica”, agrega Sebastián Jofré.
“La participación en el congreso fue un desafío significativo que me permitió salir de mi zona de confort y crecer tanto a nivel académico como profesional, porque tuve la oportunidad de conocer a colegas con quienes probablemente colaboraré en investigaciones futuras, los avances actuales en la aplicación de inteligencia artificial combinada con resonancia magnética, cómo estas tecnologías están resolviendo problemas que surgen en contextos clínicos y fue mi primera presentación en inglés, un hito importante en mi formación como doctorado en informática”, sentencia Sebastián Jara.
Cabe destacar que es primera vez que representantes del Departamento de Informática participan en este evento, que, si bien, se vincula la informática, está enfocado en aplicaciones clínicas.
Presentaciones
La investigación de Sebastián Jara tiene como fin desarrollar una herramienta para el diagnóstico no invasivo de pacientes con coartación aórtica, para lo que se busca entrenar una red neuronal que permita estimar la presión en una vecindad de la coartación (anterior y posterior al estrechamiento). La metodología combina el entrenamiento de redes neuronales con datos clínicos obtenidos de manera no invasiva, específicamente, mediciones de la velocidad del flujo sanguíneo y cambios en el área de secciones transversales de las arterias. El aprendizaje de las redes es complementado con el aprendizaje de la física subyacente al fenómeno hemodinámico, en este caso las ecuaciones de Navier-Stokes.
Por su parte, la investigación de Sebastián Jofré se enfoca en desarrollar un método automatizado para el etiquetado de arterias intracraneales utilizando técnicas de aprendizaje profundo. Este método está diseñado para optimizar y acelerar el posprocesamiento de datos de 4D Flow MRI, permitiendo la identificación de las principales arterias intracraneales a partir de máscaras de segmentación.
En cuanto a la presentación de Julio Sotelo, quien asistió como “Invited Speaker”, se centró en cuáles son los principales artefactos presentes en las imágenes de contraste de fase obtenidas por resonancia magnética cardiovascular. Cómo se deben corregir, cómo se deben procesar los datos y cómo visualizarlos. En general, su investigación se enfoca en desarrollar aplicaciones basadas en inteligencia artificial para optimizar el análisis de imágenes, cuantificación de biomarcadores cardiacos novedosos a partir del procesamiento de imágenes y estudios clínicos. Todos éstos aplicados a resonancia magnética cardiovascular. “Soy uno de los pocos expertos de Latinoamérica que trabaja con este tipo de datos y por eso también los trabajos de mis estudiantes Sebastián Jara y Sebastián Jofré, están estrechamente relacionados”, precisa Julio Sotelo.
Adicionalmente, presentó los trabajos de colaboradores que no pudieron asistir, que corresponden a “Relationships between central hemodynamics, aortic geometry, and arterial hypertension in patients with repaired aortic coarctation”, en colaboración con el Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud – iHealth, Quilpue y “4D Flow MRI Velocity Enhancement and Anti-Aliasing Using Divergence Free Potential in Neural Networks”, en colaboración con el Centro de Imágenes Biomédicas de la Pontificia Universidad Católica de Chile.
