El 5 se realizó el Grupo de Estudio de Protección Radiológica de la Sociedad de Radiología de São Paulo (SPR) con el tema “Inteligencia artificial aplicada al radiodiagnóstico”. La presentación estuvo a cargo del Prof. Dra. Ana Maria Marques, física nuclear por la Universidad de São Paulo (USP) y profesora de la PUC en Rio Grande do Sul.

La Dra. Ana María comenzó con una descripción general de cómo la Inteligencia Artificial estaba presente en las discusiones de los radiólogos, especialmente después del RSNA de 2018, que se centro, en gran medida, en este tema. Ella aprovechó para recordar la frase del Dr. Curtis Langlotz, que dice que “la IA no sustituirá a los radiólogos, pero los radiólogos que la utilicen sustituirán a los que no la utilizan”.

Para demostrar la importancia de la inteligencia artificial en los procedimientos actuales, ella mencionó un estudio que se llevó a cabo en Reino Unido y Estados Unidos. Más de 28.000 mujeres se sometieron a mamografías y los profesionales analizaron la capacidad de la IA para identificar la presencia de cáncer de mama en exámenes comprobados por biopsia o imagenología normal.

Se ha encontrado que su desempeño es similar o mejor que el de los radiólogos experimentados. Abajo, se muestra la evolución del rendimiento de la inteligencia artificial a lo largo de los años y lo que podemos esperar para el futuro:

Como la IA depende de una base de datos para funcionar correctamente, la mayor adquisición de datos médicos, como imágenes, señales, exámenes de laboratorio, informes y registros médicos electrónicos, y el aumento de la capacidad computacional (almacenamiento, comunicación y procesamiento) resultan en su crecimiento. Se puede concluir que el desarrollo del área de procesamiento y análisis de imágenes médicas fue el punto principal para la evolución de la IA.

La Inteligencia Artificial como aliada de los profesionales de la salud

Con la claridad de que los problemas se pueden resolver mediante poderes computacionales, se empieza a hablar más de la inteligencia artificial, principalmente por el desempeño del mercado. Con el boom iniciado en 2017, muchas startups surgen en el área de la salud y ofrecen el software de asistencia para el análisis de imágenes.

La inteligencia artificial es un área enorme y de ella surgen subáreas más pequeñas, como Machine Learning (ML), en que los sistemas deben aprender con el tiempo extrayendo funciones, llamadas de features y seleccionando las variables más importantes para crear un modelo de clasificación.

Dentro del ML aparece el Deep Learning (DL), en el que el sistema proba muchas características que no están relacionadas con el conocimiento humano y crea un modelo, sin necesidad de que los profesionales extraigan los features. El enfoque debe elegirse de acuerdo con el problema en cuestión.

Este conjunto de sistemas que ayudan en el diagnóstico médico es importante porque une al hombre y la máquina y crea una integración capaz de reducir los falsos positivos.

Un tipo de investigación que ayuda a detectar irregularidades es la Radiómica, mencionada en la reunión del Grupo de Estudio, en que se extrae y analiza información según el universo de atributos radiómicos.

Por tanto, no solo se interpreta la imagen, sino también los valores de forma, intensidad y textura, a los que se asignan números. Esta mirada a otro nivel es similar a la genómica, que puede ver similitudes entre un grupo de pacientes según los atributos descubiertos en el análisis. Para ello es importante la curación de datos, porque si son malos, el resultado no será bueno.

Aún persisten algunos desafíos para la plena implementación de la inteligencia artificial en la vida diaria del médico, como la falta de estandarización en las etapas de adquisición de datos e imágenes, calidad irregular, pocos estudios que evalúen incertidumbres por segmentación y técnicas de preprocesamiento, poca investigación explicativa, entre otros.

Sin embargo, es una herramienta importante para optimizar el diagnóstico extrayendo información que va más allá de la interpretación visual, agregando valor con información cuantitativa y radiómica “invisible”.

La inteligencia artificial debe ser un aliado de los profesionales, no un competidor. Para ello, deben informarse y apropiarse del asunto para que se pueda implementar con equilibrio y sabiduría, protegiendo el foco principal de este proceso: el paciente.

Vea la presentación completa, en portugués: