Las diferentes patologías que puede identificar el algoritmo de una inteligencia artificial demuestran el gran avance tecnológico de la medicina. Sin embargo, la creciente tendencia a permitir que el procesamiento digital de imágenes sea determinado por un software específico obedece a una baja cantidad de radiólogos a nivel mundial. Estos profesionales necesitan trabajar en conjunto con ingenieros y expertos en programación para que las representaciones visuales sean cada vez más precisas y no tengan ningún sesgo. 

La investigación de inteligencia artificial (IA) en medicina ha tenido un gran impacto en el procesamiento digital de imágenes (PDI)1. Las técnicas que mejoran la imagen para el análisis médico permiten que esa herramienta imprescindible dé información más precisa sobre qué sufre un paciente. Las estructuras anatómicas necesitan verse desde su forma, posición, orientación, simetría y relación con otras estructuras y órganos para determinar la presencia de diferentes patologías1. Según la Revista Chilena de Radiología, para que el PDI pueda darse de forma correcta, la imagen debe pasar por las siguientes fases2: <ol><li>Entrenamiento: a partir de las imágenes distribuidas, la IA logra aprender características de interés, como bordes, densidades, tamaño. </li><li>Validación: la IA realiza una prueba de lo aprendido mediante resultados positivos y negativos para la obtención de parámetros de rendimiento del modelo. </li><li>Prueba: la IA compara resultados con otra entidad del mismo tipo destinada a la misma tarea, o con las capacidades humanas. </li></ol>Deep learning en radiología: ¿avance o necesidad? Los algoritmos de IA en la modalidad deep learning identifican patrones complejos y proporcionan evaluación cuantitativa2; además, son capaces de clasificar las patologías, lo que revoluciona el campo de la radiología. Entre las condiciones más comunes que se logran identificar mediante algoritmos, se encuentran las siguientes3: <ul><li>Cáncer </li><li>Traumatismos </li><li>Enfermedad de Alzheimer y otras afecciones neurodegenerativas </li><li>Accidente cerebrovascular </li><li>Enfermedad de arterias coronarias </li><li>Neumonía </li><li>Hemorragias </li></ul>Sin embargo, esta creciente demanda de IA para procesar imágenes digitalmente obedece a una baja cantidad de especialistas en radiología alrededor del mundo3. Cada día, las conferencias en esta disciplina y las revistas médicas reciben más investigaciones basadas en IA, lo que fortalece el trabajo multidisciplinario, pero no el campo médico propiamente dicho3. Conforme las imágenes son más complejas, el nivel de dificultad aumenta, y los resultados son menos susceptibles de ser interpretados y explicados, lo que aumenta el riesgo que la IA arroje resultados sesgados3. De ahí la importancia de mantener el factor humano en la radiología, pues es así como el médico correlaciona la imagen con la historia clínica. Queda en manos de los técnicos especialistas en radiología, ingeniería y científicos en computación3 mejorar la apariencia visual y la calidad de las imágenes para facilitar el análisis computarizado1. Además, recae en la comunidad médica la tarea de impulsar el estudio de la radiología de la mano con las IA, para no perder el componente humano en el tratamiento de pacientes con imágenes diagnósticas. Comentario editorial El deep learning requiere un mínimo de intervención humana, pero ese mínimo necesita ser preciso, especifico y adecuado para que el resultado esté alineado con las necesidades de procesamiento. Así en un futuro lejano las IA acaben por reemplazar el trabajo manual, la formación de médicos radiólogos nunca puede decaer, pues delegar la interpretación de imágenes solo a la codificación del PDI elimina uno de los factores primordiales de la atención médica, y es el contacto humano con el paciente.

Medicina Interna

Radiología e Imágenes Diagnósticas

Cirugía General

Docred

La ciencia médica le apuesta a la inteligencia artificial para la lectura de imágenes diagnósticas

¿Conoce las patologías que puede identificar la inteligencia artificial? Lea más aquí.