La IA para radiología es una realidad. Ya se sabe que la Inteligencia Artificial (IA) es una poderosa aliada en el desafío de aumentar la productividad de las empresas. Según el Global Artificial Intelligence Study de PwC, se estima que esta tecnología aumentará el PIB global en 15.7 billones de dólares para 2030.
El área de la salud es una de las más beneficiadas por la inteligencia artificial. La IA tiene beneficios tanto para las instituciones y los médicos como para los pacientes.
Su uso es especialmente ventajoso en clínicas de radiología y diagnóstico por imágenes, que manejan un gran volumen de solicitudes de exámenes y laudos, y cuya aplicación, poco a poco, se está convirtiendo en un requisito previo para los CDIs que buscan ofrecer un servicio de salud 5.0.
En este artículo, entenderá el papel de la IA en la medicina diagnóstica y conocerá algunos ejemplos de la IA para radiología.
El papel de la IA en la radiología y diagnóstico por imagen
El principal objetivo de las aplicaciones con inteligencia artificial es mejorar y asistir las actividades humanas, y no reemplazar a las personas.
Por lo tanto, el trabajo del radiólogo no se elimina, solo se perfecciona. Después de todo, un diagnóstico radiológico no puede emitirse sólo con base en las imágenes.
Independientemente de la especialidad, el médico necesita evaluar diferentes aspectos antes de elaborar un informe, como el historial del paciente, síntomas, patologías existentes, predisposiciones genéticas y familiares, salud mental e incluso cuestiones socioeconómicas y ambientales.
Las herramientas con IA no pueden proporcionar ni firmar diagnósticos, pero sí apoyar a los profesionales en el reconocimiento y diferenciación de imágenes a través de sugerencias de hallazgos clínicos.
De este modo, el radiólogo debe asumir la responsabilidad profesional y ética del laudo, incluso con esta ayuda. Algunas áreas se benefician más de los avances tecnológicos.
Es el caso de exámenes complejos, como tomografía computarizada (TC), resonancia magnética (RM) e imágenes nucleares. Lo mismo ocurre con órganos de diagnóstico más difíciles, como los pulmones, las mamas y el cerebro, y en especialidades como mastología y oncología.
¿Cómo la tecnología apoya a los médicos radiólogos?
Con el uso de la IA, se espera que el radiólogo mejore la gestión del tiempo al reducir las actividades manuales, especialmente en lo que respecta a la cuantificación.
De este modo, el profesional dedica más tiempo al análisis de las imágenes y el historial del paciente, y menos a las actividades operativas.
Antiguamente, por ejemplo, para detectar la coronaria, era necesario realizar segmentaciones manualmente. Hoy en día, el software lo hace: segmenta, caracteriza las placas ateroscleróticas e incluso ayuda a dar la graduación de estenosis.
Además, la IA ayuda a mejorar la productividad y la calidad del trabajo de los profesionales en las instituciones.
Algunos algoritmos de IA, muchas veces, logran cuantificar igual o incluso mejor que el propio radiólogo. La variabilidad de las medidas realizadas por los algoritmos tiende a ser menor y, por lo tanto, garantiza más precisión.
¿Cuáles son las principales ventajas de utilizar soluciones de Inteligencia Artificial en radiología y diagnóstico por imágenes?
Las herramientas de IA han estado presentes en la Radiología durante un buen tiempo, como en el análisis de densitometrías óseas, el reconocimiento de voz para la elaboración de laudos y la segmentación automática de las arterias coronarias.
Se han logrado avances significativos cuando se implementaron, y ahora pasan desapercibidos por estar incorporados en nuestra rutina diaria.
Las herramientas más modernas de IA, con gran impacto en la productividad radiológica, siguen en fase de validación. Algunos beneficios son:
- Aumento de la productividad y mejor gestión radiológica: al quitarle al radiólogo la ejecución de actividades operativas, la Inteligencia Artificial permite que estos profesionales ahorren tiempo y puedan analizar más exámenes sin perder precisión diagnóstica;
- Agilidad en el diagnóstico de casos urgentes: la IA ayuda en la priorización de hallazgos críticos y evita el progreso de enfermedades graves. Un ejemplo es el tromboembolismo pulmonar y el sangrado intracraneano, donde la herramienta alerta automáticamente al radiólogo;
- Mayor seguridad para el diagnóstico: las bases de imágenes utilizadas en estas herramientas se actualizan frecuentemente y cuentan con un número mucho mayor de contenidos que los libros y manuales radiológicos, aumentando la confiabilidad de los resultados.
Aplicaciones de la IA para radiología
El desarrollo de soluciones con IA se basa en diferentes técnicas y conceptos, como la visión computacional y el deep learning, un método basado en redes neuronales artificiales que simula el comportamiento del cerebro humano a un nivel más avanzado.
Hoy en día, los software de radiología con IA ya son capaces de identificar características inusuales en las imágenes médicas, sugiriendo posibles hallazgos clínicos que deben ser evaluados por el radiólogo.
En la práctica, estas innovaciones crean una capacidad avanzada de reconocimiento de imágenes, a partir del procesamiento de bases de datos voluminosas y actualizadas.
Aquí te presentamos algunas aplicaciones actuales:
IA ayuda a detectar casos raros y riesgos de enfermedades
Ciertas patologías son difíciles de detectar, al igual que el riesgo de que una persona desarrolle cierta enfermedad. Las soluciones con IA cuentan con recursos capaces de ayudar a los médicos en la detección de casos raros y particularidades.
Además, cuando los diagnósticos posibles presentan imágenes muy similares o una variabilidad extrema, la IA proporciona más seguridad al profesional al momento de elaborar el laudo.
Riesgo de enfermedades cardiovasculares detectadas por el análisis de retina
En 2018, Google Brain, una división de investigación de Google dedicada a la inteligencia artificial, desarrolló un programa de escaneo ocular con un algoritmo específico para identificar datos de la retina utilizados para detectar el riesgo de enfermedades cardiovasculares, como edad, sexo, tabaquismo y presión arterial sistólica.
Según los datos divulgados por la organización, la herramienta registró un 70% de aciertos en los test de imágenes de personas reales que podrían tener un ataque al corazón o un derrame en los próximos cinco años.
Actualmente, este tipo de análisis de retina lo realizan solo oftalmólogos. Con la mejora de herramientas y aplicaciones de IA, el método podría ganar mayor alcance y practicidad.
Un ejemplo es cuando la institución dispone de un retinoscopio, pero no tiene un especialista para interpretar las imágenes, especialmente para la triage de normalidad.
Ejemplos de IA para radiología incorporados en PACS Pixeon Aurora
En Pixeon, los recursos de IA ya están incorporados al visualizador diagnóstico Pixeon Arya, que forma parte del PACS Pixeon Aurora. De este modo, los médicos radiólogos tienen rapidez en los laudos, precisión diagnóstica y aumento de la productividad.
A continuación se presentan algunos de estos recursos:
Inteligencia Artificial para mamografía
El análisis del cáncer de mama implica la inspección de mamografías para detectar lesiones y tumores.
Con recursos especializados para esta modalidad de examen, la inteligencia artificial puede realizar la segmentación automática de masa mamaria, mostrando la evolución constante en los análisis de mamografía y sugiriendo hallazgos mamarios con clasificación de densidad y malignidad de las lesiones (BI-RADS). Recursos como este también pueden ayudar en el triaje, señalando la prioridad en la atención.
Rayos X de pulmón con IA para radiología
La neumonía es una infección pulmonar responsable de más de 600 mil internaciones por año en el Sistema Único de Salud (SUS) de Brasil.
El diagnóstico de neumonía en una radiografía de tórax involucra especialistas capacitados y el cruce de información de historial clínico, signos vitales y estudios de laboratorio.
Para ayudar en este desafío, algoritmos de machine learning pueden detectar manchas de opacidad pulmonar (derrame pleural, cardiomegalia, edema pulmonar agudo, nódulos pulmonares) y señalarlas en recuadros para evaluación médica, especificando la ubicación y el tamaño de cualquier infección detectada.
Esto aporta productividad para los médicos en la toma de decisiones de tratamiento (neumonía leve versus neumonía grave, por ejemplo) y también retroalimenta el sistema a medida que los médicos validan o descartan el hallazgo clínico señalado por la computadora.
Cálculo de edad ósea con IA en rayos X de manos y muñecas
Herramientas con este enfoque son capaces de estimar la madurez ósea de un individuo basándose en las dimensiones presentadas en la imagen de rayos X de manos y muñecas.
El análisis de edad ósea es especialmente relevante en áreas relacionadas con la pediatría. En este caso, el algoritmo de cálculo tiene mayor relevancia como base de apoyo para el diagnóstico del médico responsable.
IA para cálculo de sarcopenia
Se clasifica como sarcopenia la alteración de la musculatura esquelética caracterizada por la reducción de la fuerza y de la masa muscular secundaria al envejecimiento, que compromete el desempeño físico del individuo.
Las herramientas de IA con esta especialidad pueden señalar hallazgos clínicos y realizar una medición automatizada de la distribución de grasa abdominal, acompañada de la evaluación de la masa muscular.
Marcador automático de vértebras con IA para radiología
Otra aplicación posible es el marcador automático de vértebras humanas y veterinarias. Esta es una herramienta de PACS Pixeon Aurora que ayuda en la localización, marcación y visualización de las vértebras en los planos sagital, axial y coronal.
El profesional solo necesita hacer la primera marcación y las demás la herramienta las realiza automáticamente.
Con esto, es posible aumentar la productividad y la precisión en los estudios de TC y RM. Vea cómo funciona este recurso:
Estos son solo algunos de los motivos por los que el PACS de Pixeon ha sido elegido cuatro veces como el mejor de América Latina por el instituto de investigación estadounidense Klas Research.
Sobre Pixeon
Somos la empresa con el mayor portafolio de software para el mercado de la salud.
Nuestras soluciones sirven a hospitales, clínicas, laboratorios y centros de diagnóstico por imágenes, tanto en gestión (HIS, CIS, RIS y LIS) como en el proceso diagnóstico (PACS e Interfaz de laboratorio), garantizando un mayor rendimiento y alta performance en las instituciones de salud.
Nuestro PACS Pixeon Aurora ha sido premiado cuatro veces por Klas Research. Además, nuestro sistema de gestión para medicina diagnóstica, Pixeon Korus, atiende casi a 2 millones de pacientes y procesa más de 9 millones de exámenes anualmente.
Ya tenemos más de 3,000 clientes en Brasil, Argentina, Uruguay y Colombia, que confían en nuestras tecnologías. Solicita un contacto comercial y sorpréndete con todo lo que nuestro PACS puede hacer.
