Llaman a detonar avance de IA en diagnóstico oportuno

“Es vital que los médicos de todas las especialidades superen su reticencia a unirse a proyectos de inteligencia artificial, que no solamente les ayudará a mejorar sus capacidades de detección, diagnóstico y tratamiento, sino que también tendrán impactos sustanciales en beneficio de la sociedad en su conjunto”, dijo Gilberto Ochoa, investigador de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey, Campus Guadalajara.  

Uno de los principales obstáculos que enfrenta el avance en el aprovechamiento de los beneficios de las tecnologías emergentes como la IA en el cuidado de la salud es la obtención de datos en mayor escala para alimentar y perfeccionar los modelos.

Entre la comunidad científica es aceptado que, para las soluciones de Deep Learning pueden desarrollarse modelos de alta calidad, si se alimentan con miles de imágenes adecuadamente etiquetadas, para lograrlo es necesario contar con un volumen de información lo más grande posible y coordinación entre más instituciones.

También puedes leer. Aumenta el uso e medios digitales en salud. https://revistafactorrh.com/bienestar-24-horas/item/12620-aumenta-el-uso-de-medios-digitales-en-salud-el

La colaboración de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey con instituciones académicas de otros países está impulsando de manera significativa los avances en el uso de la Inteligencia Artificial en áreas de la salud como la cirugía mínimamente invasiva. Este avance podría ser aún mayor si se ampliara esta colaboración con médicos y hospitales.

Los proyectos de investigación que el Tec lleva a cabo para la utilización de la Inteligencia Artificial (IA) en la cirugía mínimamente invasiva, buscan acelerar la detección y diagnóstico de enfermedades gastrointestinales, la clasificación de cálculos renales, así como un seguimiento preciso del instrumental quirúrgico utilizado en cirugías endoscópicas.

La endoscopía gastrointestinal se utiliza para examinar visualmente el tracto digestivo, incluyendo el esófago, el estómago y el colon, e identificar padecimiento como colitis ulcerativa, enfermedades celiacas, pólipos, alteración de los tejidos, entre otros.

Apoyados en imágenes fijas y videos que se obtienen con esta exploración, los médicos pueden distinguir los tejidos sanos de los que han sido afectados por enfermedades, para tomar las acciones pertinentes, e indicar tratamientos.

De acuerdo con el Dr. Ochoa, este procedimiento se vuelve más efectivo y acertado al integrar inteligencia artificial en diversas etapas comenzando con la captura de las imágenes fijas y en video que se capturan desde la cámara de los endoscopios, hasta los procesos de análisis e interpretación.

“El endoscopio puede moverse en varios ángulos, pero únicamente puede mostrar una imagen frontal. Al inspeccionar por dentro el cuerpo humano, es difícil tener un mapa tridimensional y llevar un registro preciso de las zonas que se han revisado”, explica. “La inteligencia artificial está ayudando a crear mapas tridimensionales muy similares a los que hacen los vehículos autónomos mediante las redes neuronales para facilitar su avance mediante la detección de elementos como semáforos, carriles y peatones”, añade el catedrático.

Lo anterior ha sido posible al añadir una capa de Deep Learning (DL) a la que se alimenta con horas y horas de video, además de numerosas imágenes que contienen muy distintos tipos de información visual para enriquecer los modelos y hacerlos más robustos, permitiendo generar una vista con la profundidad, anchura y altura suficientes para crear una representación tridimensional de enorme complejidad.

Así, los médicos son capaces de identificar alteraciones en el aparato digestivo en tiempo real. En el colon, por ejemplo, pueden desarrollarse pólipos con formas y tamaños distintos que podrían ser benignos o malignos. A partir de características observadas, los médicos podrían determinar tratarlos o extraerlos, conociendo con mayor precisión su ubicación mediante la generación de un mapa 3D.

“En el caso de la colitis ulcerativa o de enfermedad celiaca, es vital saber dónde se encuentran y su severidad. El uso de inteligencia artificial y deep learning están reduciendo los tiempos y márgenes de error en los diagnósticos considerablemente, así como los falsos positivos”, asegura Ochoa.

Como ejemplo de estas colaboraciones que han permitido que la investigación para el uso de la IA en medicina, podemos mencionar la colaboración con la Facultad de Medicina de Harvard y el apoyo de Microsoft AI For Good, así como la información generada a partir de imágenes endoscópicas de la unidad de Evaluación Endoscópica de la Clínica Mayo.