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.