Las expectativas son altas: la inteligencia artificial (IA) lleva tiempo prometiendo ser la próxima gran revolución en la medicina. Aún pendientes de esta revolución, las herramientas basadas en este concepto van ganando terreno paso a paso en el área de las ciencias médicas. Uno de los pasos más recientes lo ha dado un equipo de investigadores en Málaga.
Mejorar las imágenes. El paso en cuestión tiene que ver con las técnicas empleadas para tomar imágenes médicas. La nueva herramienta mejora la segmentación automática de imágenes médicas, lo que a su vez permite permite reducir los errores en el análisis de imágenes complejas, señala el propio equipo.
Segmentación. ¿Pero qué es exactamente eso de la segmentación automática de imágenes médicas? Según explica el propio equipo, la segmentación médica consiste en “delimitar estructuras anatómicas o lesiones en imágenes médicas”.
Así es posible no solo diagnosticar con mayor efectividad ciertas enfermedades, sino también localizar más fácilmente lesiones y mejorar la precisión en determinados tratamientos. Sin embargo esta tarea no siempre es fácil debido a las limitaciones propias de las técnicas empleadas para tomar estas imágenes, como resonancias magnéticas y tomografías.
“La precisión en la segmentación de imágenes médicas es fundamental para mejorar los diagnósticos y tratamientos”, detallaba en una nota de prensa Ezequiel López Rubio, quien lideró el estudio. Nuestro enfoque demuestra que es posible optimizar la fiabilidad de los modelos de IA aplicando técnicas de aumento en tiempo de prueba, lo que abre nuevas posibilidades en el campo de la imagen médica computacional”.
MedSAM. Para el desarrollo de la herramienta, el equipo partió de un nuevo modelo de IA denominado MedSAM, modelo que combinó con la técnica TTA (Test-Time Augmentation). Esta combinación permite, señala el propio equipo, introducir pequeñas transformaciones en las imágenes en el momento de ser analizadas.
Así es posible lograr un sistema “más robusto frente a variaciones”, con una mejor precisión en los contornos segmentados.
Resultados prometedores. Con respecto a los resultados, el equipo destacaba que la nueva herramienta “mejora significativamente la precisión” si la comparamos con los métodos de segmentación tradicionales, logrando mayor fiabilidad. Esta mayor fiabilidad sería clave en imágenes con ruido o con poca calidad, algo que, destacan, es común en la práctica clínica.
Otro punto relevante para quienes han formulado esta nueva herramienta es flexibilidad de la metodología y su capacidad de adaptación a distintas tecnologías de toma de imágenes. Los detalles del estudio fueron publicados en un artículo en la revista Mathematics.
La nueva frontera. La inteligencia artificial continúa viendo una rápida expansión. Una expansión que abarca las disciplinas médicas. Un buen ejemplo de esto son las herramientas diagnósticas, cuya precisión habría logrado superar al “ojo clínico” del personal sanitario, según sostienen sus desarrolladores.
Aún no podemos confiar nuestra salud a la IA, pero desde luego el potencial de estas herramientas a la hora de asistir a los profesionales de la salud y a los propios pacientes crece día a día. Estas herramientas suponen un futuro prometedor, pero al menos por ahora son tan solo eso.
En Xataka | Los cirujanos se están enfrentando a un nuevo reto: pacientes que quieren parecerse a su doble creado por IA
Imagen | Accuray
–
La noticia
Si interpretar una resonancia magnética parece difícil es porque lo es. Por eso estamos desarrollando una ayuda: una IA
fue publicada originalmente en
Xataka
por
Pablo Martínez-Juarez
.
