Un programa que crea imágenes en tercera dimensión de los órganos del cuerpo con inteligencia artificial (IA) está marcando pauta en Pensilvania, en tal sentido, se trata de la herramienta AInSights, es un sistema de imágenes basado en IA desarrollado en Penn Medicine.
La herramienta que incorpora la IA, mejora de manera ostensible la radiología al crear vistas 3D precisas de los órganos internos, lo que permite la detección temprana de problemas de salud como la enfermedad del hígado graso y la diabetes.
A través de AInSights, los médicos pueden observar imágenes de hígados, bazos, riñones y otros órganos de las personas para determinar con cierta exactitud si estos muestran rasgos anormales que podrían acortar vidas.
Con este conocimiento preciso, el personal clínico de Penn Medicine (el Sistema de Salud de la Universidad de Pensilvania, ubicado en Filadelfia) puede tomar medidas para ayudar a los pacientes antes y con mayor eficacia que nunca.
El programa, que se entrena con miles de imágenes, tiene la capacidad de analizar rápidamente una gran cantidad de imágenes y crear de manera eficaz un modelo digital en 3D de los órganos y, a partir de tales gráficas, detectar posibles problemas directamente con apoyo de las herramientas tecnológicas que los médicos ya utilizan a diario.
Antes de ser entregado a los médicos para su ajuste con el fin de atender a las poblaciones de pacientes. AInSights se desarrolló primero con imágenes recopiladas a través de investigadores y se construyó en asociación con los equipos de sistemas de información de Penn Medicine: expertos en cómo los médicos usan la tecnología para diagnosticar y tratar a los pacientes.
AInSights, el complemento ideal de Penn Medicine
El programa ha sido particularmente eficaz debido a las lagunas que presentaban otros productos. Por lo tanto, la vía clínica habitual para interpretar imágenes radiológicas era la de tomar las imágenes, revisarlas manualmente por radiólogos y luego incluirlas en un informe.
Tomando en cuenta que AInSights se creó como una herramienta de apoyo que se instalará, de manera invisible, sobre esa infraestructura y se integrase sin problemas en el proceso, al mismo tiempo que lo mejoraba.
El proceso para construirlo ha llevado años, pero el programa ha mejorado exponencialmente y ahora se utiliza en Penn Medicine para analizar aproximadamente 2.000 exploraciones del abdomen o el tórax al mes.
Un artículo del Journal of Imaging Informatics in Medicine, publicado en julio, mostró que el “tiempo de respuesta” para las tomografías computarizadas del abdomen era de apenas 2,8 minutos.
Ampliando oportunidades
Con este tipo de tecnología, los médicos pueden realizar «evaluaciones oportunistas», dijo Charles Kahn, profesor de Radiología en la Escuela de Medicina Perelman de la Universidad de Pensilvania. Una persona que se realiza una tomografía computarizada para controlar una afección renal también puede hacerse una evaluación del hígado, el bazo, el páncreas y la parte inferior de los pulmones para detectar problemas adicionales.
Los radiólogos humanos obviamente se centrarán principalmente en el riñón, pero la IA podría señalar cualquier cosa interesante en otras partes.
“Hay mucha información en las 400 a 500 imágenes que se ven”, explicó Kahn. “Algunas de estas cosas no son detectables a simple vista, por lo que tener estas herramientas realmente ayuda”.
Esto permite a los médicos controlar enfermedades que podrían progresar de manera casi invisible hasta convertirse en un problema grave.
El futuro de AInSights
Con el tiempo, la esperanza es que AInSights pueda utilizarse para todo el conjunto de imágenes que se realizan en Penn Medicine, incluido el cáncer, la degeneración neuromuscular y las enfermedades cardiovasculares.
En su estado actual, el funcionamiento de AInSights resulta extremadamente rentable: cuesta menos de un dólar por paciente y aproximadamente 700 dólares al mes en este gran sistema de salud que atiende a un gran volumen de pacientes.
Eso lo hace atractivo incluso más allá de Penn Medicine.
“Hemos tenido conversaciones sobre la posibilidad de implementar este sistema en países en desarrollo, donde el apoyo de la IA sería increíblemente valioso”, afirmó Walter Witschey, PhD, profesor asociado de Radiología, quien ayudó a construir el programa AInSights y ha realizado investigaciones con él.
Disponer de un sistema tan potente también permite mayores aplicaciones en el ámbito de la salud pública. Kahn dijo que están planeando estudiar la distribución de las “enfermedades renales no reconocidas por códigos postales” para identificar mejor los diagnósticos insuficientes según los determinantes sociales de la salud. Es un paso más en la erradicación de lo que antes no se veía.
No dejes de leer: Meta presentó Movie Gen, un potente editor de videos basado en IA generativa capaz de añadir sonido
Sigue nuestras redes sociales y se parte de nuestra comunidad