En esta investigación se utilizaron modelos basados en inteligencia artificial que mejoran la calidad de las imágenes o identifican y clasifican elementos específicos en ellos, entre otras tareas. Además, supone un avance en las ciencias de la vida y la salud.

Una de las investigadoras principales del proyecto y profesora del Departamento de Bioingeniería e Ingeniería Aeroespacial de la UC3M e investigadora senior del Instituto de Investigación Sanitaria Gregorio Marañón, Arrate Muñoz Barrutia, afirmó que el avance que ha experimentado en los últimos 5 años el procesado de imagen favorece que la detección e identificación de datos se realice de forma más sencilla, rápida y cada vez más automatizada, sobre todo, en el campo de la investigación.

Asimismo, señaló que para utilizar los modelos de aprendizaje profundo se necesitan habilidades de programación que poco investigadores en ciencias de la vida poseen y que, para facilitar su trabajo, un grupo de expertos en procesado de imagen de diferentes instituciones han desarrollado ‘deepImageJ’ como una herramienta de código abierto que se presenta en un artículo publicado este mes en la revista ‘Nature Methods’.

Este tipo de inteligencia artificial necesita una etapa de entrenamiento que se basa en ejemplos para aprender a realizar una tarea a partir de una cantidad considerable de datos previamente anotados. Los modelos de aprendizaje profundos están basados en arquitecturas computacionales sofisticadas denominadas redes neuronales artificiales.

En este sentido, la herramienta se lanza como un software de código abierto y es gratuito diseñado para ser un recurso colaborativo que permite que investigadores de todo el mundo puedan contribuir a la mejora de ‘deepImageJ’ compartiendo sus experiencias de usuario, así como proponiendo mejoras y requiriendo actualizaciones.