IA: cuáles son los nuevos paradigmas tecnológicos en radiología

Aparte de confirmar que las tecnologías llegaron para quedarse, el 2020 ratificó que su aplicación es urgente en casi todas las ramas laborales, en especial en aquellas vinculadas a la información y el conocimiento.

En ese contexto, la inteligencia artificial (IA), aplicada hoy en beneficio de los pacientes de múltiples ramas de la medicina, ha demostrado ser especialmente útil en la gestión de diagnósticos clínicos optimizados, tratamientos más adecuados y procedimientos no invasivos. Pero ¿qué diferenciales presenta para la radiología?

Cómo optimizar los Diagnósticos clínicos 

La IA no sólo permite detectar y medir lesiones de forma rápida y precisa, sino que también posibilita integrar la información del paciente para facilitar la toma de decisiones médicas para nuevas pruebas o tratamientos. Además, debido a que los datos generados por las imágenes muchas veces pueden ser ambiguos, se le presenta un desafío importante a quien debe procesarlos en el breve tiempo de una consulta.

No obstante, las imágenes radiológicas contienen una enorme cantidad de información susceptible de ser analizada por herramientas con inteligencia artificial, con el objetivo de potenciar la colaboración personas-computadoras.

Aplicada a la radiología, la IA podría optimizar los diagnósticos clínicos. Y esto no es una exageración, sino que se basa en las similitudes compartidas por el aprendizaje automático de esta y el proceso cognitivo complejo del médico al elaborar un diagnóstico clínico; esto último implica estar capacitado y experimentado en el reconocimiento de patrones y cálculo de probabilidad condicional.

Con el tiempo, los médicos suelen desarrollar una habilidad cuasi-intuitiva que facilita su tarea, producto de la visualización de cientos de casos similares a lo largo de su profesión.  Al estudiar a cada paciente, el médico clínico no analiza de forma aislada y exclusiva el síntoma, sino que también toma en cuenta:

• Edad y sexo del paciente

• Tiempo de evolución de la enfermedad

• Fenómenos agravantes y atenuantes

• Respuesta al tratamiento previo

Estas y otras variables son necesarias para:

• Identificar la información clínica relevante

• Interpretar su significado

• Generar hipótesis diagnósticas

• Probar y refinar dichas hipótesis con datos nuevos

• Diagnosticar

En este proceso, la habilidad de integración, la capacidad de introspección sobre el desempeño propio y el desarrollo de la intuición experiencial son características que destacan a un experto como tal. Sin embargo, cuestiones como el cansancio del profesional o estudio parcial de un paciente, el desconocimiento de una enfermedad o la influencia de otras opiniones diagnósticas pueden llevar a un juicio inapropiado.  Contar con la ayuda electrónica y computacional de la IA sistematiza este proceso complejo y lo hace exhaustivo e independiente de la experiencia y el estado del médico clínico.

Asimismo, la inteligencia artificial brinda una solución efectiva a la necesidad de una memoria operacional que excede de forma sustancial el umbral de las capacidades humanas. De ser correctamente elaborado, un programa diagnóstico puede ser tan efectivo como el de un clínico experto, porque brinda un acompañamiento importante a su labor.

IA: tratamientos más adecuados y procedimiento no invasivos

En el campo de la medicina, la evidencia es obtenida a partir de datos observacionales recabados fuera del contexto de los ensayos clínicos aleatorios y controlados. Esta información es necesaria para evaluar los resultados de los pacientes y garantizar que se les administre un tratamiento adecuado. Dicha evidencia cumple un rol vital cuando un ensayo clínico no puede representar a la población con una patología concreta.

La información puede obtenerse a partir de estudios observacionales retrospectivos o prospectivos con registros afines, o mediante el uso cotidiano de dispositivos no invasivos que recaben y sistematicen los datos susceptibles de ser analizados por la IA. Esta, no sólo permite efectuar análisis avanzados de imagen que suelen ser sumamente lentos o difíciles de llevar a cabo de forma manual para un diagnóstico certero, sino que reduce sustancialmente la cantidad de radiación empleada en estudios de tomografía computarizada y disminuye la duración de las pruebas de resonancia magnética.

Sin lugar a dudas, el potencial de la tecnología en medicina es enorme y los especialistas en diagnóstico por imágenes contarán con una poderosa aliada si la IA logra superar los actuales desafíos vinculados a la protección de datos y privacidad del paciente, su integración a los sistemas radiológicos actualmente empleados y la conquista de la confianza de toda la comunidad radiológica.