IA podría aumentar accesibilidad a imágenes médicas

Los hospitales capturan principalmente imágenes médicas utilizando equipos sofisticados y costosos como escáneres de tomografía computarizada o resonancia magnética. Operar estas máquinas e interpretar sus resultados requiere profesionales especializados. Sin embargo, la creciente necesidad de imágenes médicas está superando la disponibilidad de expertos calificados para manejar estos dispositivos y analizar los datos que producen. En consecuencia, los radiólogos y otros especialistas en imágenes médicas están experimentando un aumento significativo en su carga de trabajo. Este aumento puede provocar agotamiento, afectar la sostenibilidad de la prestación de atención médica y alargar los tiempos de espera de los pacientes, lo que podría requerir que los pacientes viajen más lejos para recibir servicios médicos esenciales. En respuesta a este problema, se está llevando a cabo una nueva iniciativa para hacer que la tecnología de imágenes médicas sea más accesible. Este proyecto pretende aprovechar la inteligencia artificial (IA) para permitir a los profesionales con menos especialización adquirir e interpretar imágenes médicas.

Un consorcio liderado por Amsterdam UMC (Ámsterdam, Países Bajos) está implementando el proyecto AI4AI que busca integrar la IA en el desarrollo de tecnologías que respalden el uso de dispositivos rentables y/o portátiles como el ultrasonido y la resonancia magnética de campo ultrabajo. El objetivo es ampliar el rango de profesionales de la salud que pueden operar dispositivos de imágenes (incluidos médicos generales, ecografistas y enfermeras especializadas), disminuyendo así la dependencia de expertos altamente especializados. La aplicación de la IA en este contexto tiene el potencial de reducir significativamente la presión sobre el personal médico y los costos asociados.

El proyecto AI4AI es amplio y está dirigido a diversas enfermedades y especialidades médicas. Abarca el análisis de afecciones como accidentes cerebrovasculares y tumores cerebrales, visualización e interpretación de la perfusión del tejido de los órganos durante la cirugía, cuantificación de biomarcadores fetales para detectar anomalías en el embarazo, identificación de pacientes que necesitan tratamiento invasivo de la arteria coronaria o diagnóstico de enfermedades cardíacas, mejora de los flujos de trabajo en radioterapia guiada por imágenes, priorizando derivaciones para atención de urgencia, detección y clasificación de trastornos visuales graves, selección de pacientes aptos para inmunoterapia y perfeccionamiento de los procesos de imagen para la evaluación de implantes ortopédicos.

"Con este proyecto, queremos contribuir a acercar las imágenes médicas al entorno de vida de los pacientes y hacerlas más accesibles para los pacientes", dijo Ivana Išgum, profesora de Inteligencia Artificial e Imágenes Médicas de la UMC de Ámsterdam y coordinadora del consorcio nacional que implementa el  proyecto AI4AI. "Además, es posible que la atención hospitalaria en los países en desarrollo no siempre sea accesible para todos. También puede haber menos expertos altamente calificados disponibles. También esperamos contribuir a una atención médica más accesible para las personas en estos países".

"La tecnología de IA que puede respaldar la creación, interpretación y presentación de informes de estudios de imágenes médicas tiene el potencial de acortar las listas de espera y reducir la carga de trabajo y quizás también mejorar la calidad", añadió el radiólogo de la Amsterdam UMC, Nils Planken. "El uso correcto de los diagnósticos fuera del hospital tiene el potencial para evitar que los pacientes sean enviados al hospital, o enviar pacientes al hospital de una manera aún más específica".

Enlaces relacionados:
Amsterdam UMC  

Visitar la expo >

Miembro Oro

Solid State Kv/Dose Multi-Sensor

AGMS-DM+

New

Ceiling-Mounted Digital Radiography System

Radiography 5000 C

Miembro Plata

Mobile X-Ray Barrier

Lead Acrylic Mobile X-Ray Barriers

New

CT Phantom

CIRS Model 610 AAPM CT Performance Phantom