Publicado 30/06/2022 13:17

La inteligencia artificial y la nube facilitan y agilizan la labor de los radiólogos, según expertos

Archivo - Radióloga
Archivo - Radióloga - Junta de Andalucía - Archivo

Creen que el uso de la IA en la medicina irá extendiéndose y que ayudará en el diagnóstico y tratamiento de enfermedades

MADRID, 30 Jun. (EUROPA PRESS) -

Trabajar en la nube y emplear herramientas de inteligencia artificial (IA) y 'machine learning' (aprendizaje automático) es algo que puede facilitar y agilizar la labor de los radiólogos y otros profesionales sanitarios que se dedican a analizar imágenes médicas para poder diagnosticar y tratar patologías.

Así lo han manifestado varios expertos en un 'webinar' organizado por Amazon Web Services este miércoles bajo el título 'Reinventando el uso de la imagen médica gracias al machine learning'.

Junto a sus socios, AWS proporciona herramientas para crear, entrenar e implementar modelos de aprendizaje automático a escala para aplicaciones clínicas, los cuales permiten "reinventar la manera de trabajar con las imágenes médicas, mejorando la agilidad en el diagnóstico y tratamiento de las enfermedades".

El doctor Lluís Donoso, director del Centro de Diagnóstico por Imagen del Hospital Clinic de Barcelona y del Instituto de Tecnologías Clínicas Avanzadas, ha afirmado que, en general, los radiólogos creen que la inteligencia artificial "puede dar valor añadido a la práctica clínica", pero se muestran escépticos ante algunas cuestiones.

NO SUSTITUIR A LOS RADIÓLOGOS

Desconfían de aquellas soluciones que "ofrecen interpretaciones completas sobre las imágenes sin intervención del radiólogo", según Donoso, que ha indicado que la reciente aprobación de "algoritmos y soluciones que permiten un diagnóstico autónomo sobre imágenes en alguna enfermedad" es algo que "ha creado una gran inquietud en el campo radiológico".

A pesar de ello, Donoso prevé que la IA experimentará "un crecimiento grande" en su aplicación en el campo médico en general y en el de la imagen en particular por su "gran potencial para afectar a todo el flujo de trabajo, desde la programación al diagnóstico y la comunicación con el paciente".

"Más pronto que tarde, ningún estudio de imagen médica será revisado por un radiólogo sin que antes haya sido preanalizado por una máquina", y la función del profesional será "interpretar y contextualizar el resultado de los algoritmos", ha avanzado Donoso, que se ha referido a iniciativas de AWS por las que médicos sin experiencia en 'machine learning' pueden usar esta tecnología en la detección de patologías.

INTEGRAR DATOS CON MÚLTIPLES ORÍGENES

Por su parte, el neurorradiólogo Josep Munuera, jefe de sección de Calidad, Innovación e Investigación del Servicio de Diagnóstico por Imagen del hospital maternoinfantil Sant Joan de Déu de Barcelona, ha señalado que, en la imagen médica, las dos áreas de desarrollo más importantes son la IA y el almacenamiento de imágenes y datos en la nube.

Munuera ha explicado el proyecto Health Data Manager (HDM), por el que se creó en su hospital una base de datos central a la que llegan datos de 21 orígenes diferentes que se integran entre sí, con el objetivo de facilitar la práctica clínica, las operaciones y la investigación. Ahí están recogidas las historias electrónicas de 1,7 millones de pacientes, según ha precisado.

Asimismo, ha destacado la puesta en marcha del Centro de Imagen Médica Computacional Pediátrica, un banco da datos en la nube donde se puede acceder a diferentes aplicaciones. Gracias a los datos y al análisis inteligente de la imagen médica es posible, por ejemplo, predecir si una malformación arteriovenosa en el cerebro va a mejorar o no después del tratamiento médico.

Para que el uso de la nube sea realmente útil, Munuera ve necesario superar las limitaciones relativas a la heterogeneidad de los datos, la localización de los diferentes silos de información, el miedo al cambio y la necesidad de nuevos perfiles profesionales. Aun así, piensa que "los datos van a transformar la medicina, la salud y el cuidado de los pacientes".

SABER QUÉ PRUEBAS PRIORIZAR

En el seminario 'online' también han participado David Álvarez, responsable de negocio digital de Siemens Healthineers, una compañía de dispositivos médicos, y el director científico de la empresa privada de radiología HT-médica, David Luna.

El primero ha expuesto cómo Siemens Healthineers ha aplicado una solución de AWS para integrar distintas fuentes de imagen utilizando la inteligencia artificial, mientras que Luna ha explicado cómo su empresa se ha servido de la nube para el postproceso avanzado de imágenes médicas.

El uso de herramientas de soporte a la decisión clínica sobre la base de algoritmos de IA "va a marcar un antes y un después en la precisión diagnóstica y en la personalización de los tratamientos", ha asegurado Álvarez. Según ha apuntado, se podrían automatizar las tareas más rutinarias y hacer que los radiólogos evalúen en primer lugar las pruebas con mayores probabilidades de tener hallazgos.

Luna, por su parte, ha dicho que la plataforma de postproceso avanzado de imagen médica en la nube les ha ayudado a "optimizar las cargas de trabajo, minimizar la inversión en 'software', automatizar muchos postprocesos y facilitar la adopción del teletrabajo por los radiólogos".

DISPONIBILIDAD Y SEGURIDAD DE LOS DATOS

Por último, el jefe médico y director de International Government Health en Amazon Web Services, Rowland Illing, ha afirmado que el propósito de esta compañía es "acelerar la digitalización de los datos sanitarios" para que los servicios de atención médica "centrados en las personas" puedan mejorar los resultados y reducir los costes.

Según Illing, las tres características de los servicios en la nube que contribuyen a que la atención sanitaria en general y el trabajo con imágenes médicas en particular "avancen más rápido" son la seguridad de los datos almacenados, la disponibilidad y la democratización en el acceso a los mismos.