¿Cómo aporta la inteligencia artificial en la imagenología médica?

Publicado el at 16/11/2023
144 0

Han habido grandes avances en el área de la resonancia magnética.

TENDENCIAS.- La inteligencia artificial (IA) ha revolucionado la imagenología médica, mejorando significativamente la detección de patologías y optimizando la dosis de radiación.

En particular, la aplicación de la IA en resonancia magnética ha contribuido a la reducción de los tiempos de adquisición de imágenes, facilitando exámenes más eficientes, especialmente en pacientes pediátricos con limitaciones de movilidad y claustrofobia.

Según explica el jefe de carrera de Tecnología Médica de la Universidad Viña del Mar, (UVM), Ozman Paz Polanco, la capacidad de la IA para analizar imágenes médicas de manera rápida y oportuna ha llevado a diagnósticos más tempranos y precisos. Algoritmos de IA superan la precisión de radiólogos al identificar anomalías en resonancias magnéticas, tomografías computarizadas y radiografías. Esto permite la detección de enfermedades en sus etapas iniciales, mejorando los pronósticos para los pacientes.

Ozman Paz Polanco, jefe de la carrera de Tecnología Médica de la Universidad Viña del Mar, (UVM).

El académico agrega: “No obstante, la implementación de la IA en la imagenología médica plantea desafíos éticos. La privacidad de los datos es una preocupación clave, ya que la IA se basa en grandes conjuntos de datos que incluyen imágenes y registros de pacientes. Garantizar la confidencialidad de esta información requiere políticas y protocolos sólidos por parte de instituciones médicas y desarrolladores de tecnología”.

Añade: “La transparencia y la explicación de los algoritmos de IA son temas éticos cruciales. La comprensión de médicos y pacientes sobre el funcionamiento de estos algoritmos es esencial para confiar en sus resultados. La ´caja negra´ de la IA, donde los procesos son difíciles de entender, plantea desafíos, y la colaboración entre reguladores e industria es necesaria para garantizar transparencia y comprensión”.

Además, aclara: “La dosis de radiación en la imagenología médica también es crítica. La exposición repetida aumenta el riesgo de cáncer en pacientes, y la IA puede ayudar optimizando las dosis según las necesidades del paciente y la región del cuerpo examinada. Sin embargo, la implementación segura y efectiva de la IA en la regulación de la dosis requiere rigurosidad en la calibración y validación de algoritmos, poniendo siempre la seguridad del paciente en primer plano”.

Junto con la dosis de radiación, la IA destaca en la detección temprana de patologías, como el cáncer. Analizando grandes conjuntos de datos, los algoritmos pueden identificar patrones sutiles que podrían pasar desapercibidos para un radiólogo. Aunque la IA mejora la eficacia, no reemplaza la experiencia y juicio clínico de los médicos. La colaboración entre la IA y la evaluación humana ofrece un enfoque más completo y preciso para el diagnóstico y tratamiento, detalla el docente UVM.

El profesional señala que la bioética desempeña un papel importante en la aplicación de la IA en la imagenología médica. “Los beneficios clínicos de la IA deben sopesarse con los riesgos potenciales para la privacidad y seguridad de los datos. La participación informada de los pacientes en decisiones sobre su atención médica es muy importante”, comenta.

La regulación y supervisión efectivas son esenciales para abordar problemas éticos y garantizar el uso responsable y beneficioso de la IA en la imagenología médica. Los estándares éticos deben evolucionar con la tecnología, y la responsabilidad recae en la comunidad médica e industrial, concluyó el especialista.

Comentarios