El futuro de la Radiología y la Inteligencia Artificial
Con el pasar de los años
la Inteligencia Artificial (IA) ha evolucionado tanto que ha realizado un
cambio en el mundo entero incluyendo a la medicina, comenzando a vibrar
especialmente alrededor del campo de la imagenologia medica, esto provoco incertidumbre
entre los radiólogos, ya que si bien es cierto los equipos no han sustituido a
los médicos pero si han sustituido sus tareas.
El campo de la radiología
se inicio con el descubrimiento de los Rayos X realizado por Wilhem Rontgen en
1895. Medio siglo después se le unió el ultrasonido incluyendo métodos de proyección
de imágenes médicas. A partir de entonces se ha estado inventando e innovando maquinas
con el fin de mejorar la calidad de la imagen y las figuras proyectadas en la imagen e incluso se ha
modificado el tamaño de las maquinas; como es el caso del primer escáner de
ultrasonido portátil en el 2016 utilizado para exámenes rapidos y para guiar
procedimientos tales como bloqueo de nervios e inyecciones dirigidas.
Los escáneres CT e
introdujeron en 1971 con el fin de estudiar el cerebro.Se llevo a cabo la
primera resonancia magnética en el
cuerpo de un humano sano en 1977 y en el cuerpo de un persona con cáncer en
1978. La primera RM
funcional del cerebro humano se produce a principios de los años noventa. A
principios de los años 2000, la RM cardiaca, la resonancia magnética corporal,
la imagen fetal, la RM funcional se convirtieron en exámenes de rutina en
muchos centros de imágenes
Los científicos de la Universidad de Adelaida
han estado experimentando con un sistema de AI que se dice que
es capaz de decir si usted va a morir . Al analizar las tomografías computarizadas de 48 pacientes,
los algoritmos de aprendizaje profundo podrían predecir si morirían dentro de
los cinco años con un 69 por ciento de precisión. Es "ampliamente
similar" a las puntuaciones de los diagnósticos humanos, dice el
documento. Es un logro impresionante. El sistema de aprendizaje
profundo fue entrenado para analizar más de 16.000 características de imagen
que podrían indicar signos de enfermedad en esos órganos. Los
investigadores dicen que su meta es que el algoritmo mida la salud en general
en lugar de detectar una sola enfermedad.
Para tener alguna estimación cuando el
aprendizaje de la máquina podría ser introducido en una escala más amplia,
tenemos que mirar cómo el aprendizaje de la máquina tiene lugar en radiología. El
proceso suele ser así: el algoritmo debe ser alimentado por miles, si no
millones de imágenes y aprender a detectar las diferencias en cuanto a los
tejidos. Al igual que en el caso de las computadoras que reconocen
imágenes de perros y gatos. Si el algoritmo comete un error, el
investigador lo observa y ajusta el código.
Con todo, las tendencias de investigación y los
expertos subrayan cómo la IA revolucionará la radiología a largo plazo. Por
lo tanto, en lugar de descuidarla o sentirse amenazada por ella, la comunidad
médica debe abrazar sus logros.
