¿Quiere mantenerse actualizado para brindar un servicio diferencial?
Acceda a nuestros contenidos digitales
Prácticamente todas las áreas diagnósticas se benefician del aporte de la inteligencia artificial (IA). En el caso de la radiología, es notable la contribución al estudio de la imagenología torácica, abdominal, pélvica o cerebral para la detección de patologías.
Entre la población femenina, el cáncer de mama es una alteración con elevada prevalencia y mortalidad, por lo que resulta indispensable su diagnóstico precoz. Ahora bien, ¿qué beneficios puede aportar la implementación de la IA para la detección de esta enfermedad?
La informática al servicio de la salud
Cada vez son más difundidos los programas orientados al descubrimiento incipiente de esta patología.
La mamografía digital propició el desarrollo de sistemas de detección asistida por computadoras (CADe) y diagnóstico (CADx). Estas innovaciones han venido a cumplir un rol fundamental para ayudar a los radiólogos a mejorar el rendimiento del modelo tradicional.
El sistema CADe se enfoca en la localización de lesiones sospechosas, ya sean masas de partes blandas o cúmulos de calcificación. Todos los algoritmos CADe convencionales se basan en tres pasos:
- Establecimiento de una imagen de referencia para la detección de señales sospechosas
- Identificación de áreas con dichas señales
- Análisis probabilístico de presencia de lesiones reales en cada región por medio de la aplicación de umbrales
Por su parte, estos algoritmos estiman si una lesión ya visualizada es benigna o maligna. Para calificar la sospecha, los sistemas CADe y CADx utilizan funciones programadas que buscan características específicas que los humanos han identificado previamente como representativas.
El rol clave de las Redes Neuronales Artificiales (RNA)
La IA es un amplio campo de investigación que tiene como objetivo el diseño de sistemas informáticos que simulen la inteligencia humana. Con el transcurso de los años, la innovación tecnológica en esta área va alcanzando índices cada vez más altos de precisión.
La propuesta superadora que los algoritmos actuales basados en IA de última generación vienen a proponer frente a los CADe/CADx convencionales consiste en un software elaborado en base a algoritmos que son interpretados por medio del aprendizaje automático (Machine Learning).
Lo que distingue a estos nuevos algoritmos es que la determinación de características de imagen indicativas de la presencia de una lesión la logra el propio algoritmo durante su entrenamiento, sin la intervención del programador humano. Es decir, en base a una red de aprendizaje profundo (deep learning) resuelve un problema directamente a partir de los datos.
Esto es posible por medio de la aplicación de métodos estadísticos para reconocer patrones a partir de un conjunto de datos proporcionados sin instrucción humana.
Beneficios y futuro de la IA en la imagen mamaria
Un algoritmo de IA que pueda operar a una sensibilidad muy alta y con un elevado valor predictivo, podría usarse para identificar automáticamente los casos de control rutinario y ayudar a los radiólogos.
Una sistemática implementación de este modelo, podría implicar grandes beneficios:
- Complemento del trabajo del personal humano
- Reducción de la carga de observación y subjetividad interpretativa
- Mayor información adicional a la evaluación humana sobre características morfológicas
En definitiva, las tecnologías asociadas a la IA, más específicamente machine learning, deep learning, redes neuronales y lógica difusa, entre otras, ofrecen un panorama muy alentador a la hora de precisar el diagnóstico de cualquier cáncer y, específicamente, el de mama. Pero eso no implica dejar a un lado al profesional.
Aquí entran en juego los aspectos médico-legales y éticos, junto a la cuestión de la responsabilidad. En ese sentido, se requerirá la elaboración de protocolos de control de calidad para algoritmos de IA, así como auditorías periódicas de su desempeño por parte de especialistas en imágenes mamarias.
La clave radica en la mejora continua de los centros de diagnóstico por imágenes a través de los beneficios de la tecnología.