Nuevos avances en IA para uso clínico

Los investigadores de Radboudumc ayudaron a promover la inteligencia artificial (IA) en el entorno clínico después de demostrando cómo la IA puede diagnosticar problemas similares a los de un médico, al mismo tiempo que muestra cómo llega al diagnóstico. La IA ya desempeña un papel en este entorno, ya que se utiliza para detectar rápidamente anomalías que los expertos podrían etiquetar como una enfermedad.

IA en el entorno clínico

La inteligencia artificial se ha utilizado cada vez más en el diagnóstico de imágenes médicas. Lo que tradicionalmente hacía un médico que estudiaba una radiografía o una biopsia para identificar anomalías ahora se puede hacer con IA. Mediante el uso del aprendizaje profundo, estos sistemas pueden diagnosticar por sí mismos, a menudo siendo tan precisos o incluso mejores que los médicos humanos.

Sin embargo, los sistemas no son perfectos. Uno de los problemas es que la IA no demuestra cómo analiza las imágenes y llega a un diagnóstico. Otro problema es que no hacen nada extra, es decir, se detienen una vez que llegan a un diagnóstico específico. Esto podría llevar a que el sistema pierda algunas anomalías incluso cuando hay un diagnóstico correcto.

En este escenario, el médico humano es mejor para observar al paciente, rayos X u otras imágenes en general.

Avances en la IA 

Estos problemas para la IA en el entorno clínico ahora están siendo abordados por investigadores. Christina González Gonzalo es Ph.D. candidato en el Grupo de Análisis de Imagen de Diagnóstico e Investigación A-eye de Radboudumc. 

González Gonzalo desarrolló un nuevo método para la IA de diagnóstico utilizando escaneos oculares que encontraron anomalías en la retina. Los médicos humanos y la IA pueden encontrar fácilmente las anomalías específicas, y a menudo se encuentran en grupos. 

En el caso del sistema de IA, diagnosticaría una o algunas de las anomalías y se detendría, demostrando una de las desventajas de usar dicho sistema. Para abordar esto, González Gonzalo desarrolló un proceso en el que la IA revisa la imagen varias veces. Cuando hace esto, aprende a ignorar los lugares que ya había recorrido, lo que le permite descubrir otros nuevos. Además de eso, la IA también resalta áreas sospechosas, haciendo que todo el proceso de diagnóstico sea más transparente para que lo observen los humanos. 

Este nuevo método es diferente de los sistemas de IA tradicionales utilizados en estos entornos, que basan su diagnóstico en una evaluación del escaneo ocular. Ahora, los investigadores pueden ver cómo el nuevo sistema de IA llegó a su diagnóstico.

Para ignorar las anomalías ya detectadas, el sistema de IA las llena digitalmente con tejido sano alrededor de las anomalías. Luego se realiza el diagnóstico en base a la suma de todas las rondas de evaluación. 

El estudio encontró que este nuevo sistema mejoró la sensibilidad de la detección de la retinopatía diabética y la degeneración macular relacionada con la edad en un 11.2+/-2.0%. 

Este nuevo sistema realmente podría cambiar la forma en que se usa la IA cuando se diagnostican enfermedades basadas en anomalías, y el mayor avance es la nueva transparencia que puede demostrar al pasar por este proceso. Esta transparencia es lo que permitirá aún más correcciones y avances futuros, con el objetivo final de ser un sistema de IA que pueda diagnosticar problemas con mucha más precisión y rapidez que los mejores expertos humanos en el campo. Todo esto también podría conducir a un sistema más confiable, lo que posiblemente resulte en su adopción generalizada dentro del campo más amplio.