Modelo de IA analiza y diagnostica resonancias magnéticas cerebrales en segundos

Las resonancias magnéticas cerebrales son cruciales para diagnosticar accidentes cerebrovasculares, hemorragias y otros trastornos neurológicos, pero su interpretación puede tardar horas o incluso días debido a la creciente demanda y la limitada disponibilidad de especialistas. Los retrasos pueden ser peligrosos, especialmente en afecciones que requieren tratamiento inmediato. 

Ahora, investigadores han desarrollado un sistema de inteligencia artificial (IA) capaz de analizar resonancias magnéticas cerebrales en cuestión de segundos, identificando con precisión enfermedades neurológicas y determinando el grado de urgencia con el que los pacientes necesitan atención.

Investigadores de University of Michigan Health (Ann Arbor, MI, EUA) han creado un sistema de IA llamado Prima, diseñado para funcionar como un neurorradiólogo al interpretar resonancias magnéticas cerebrales en contexto clínico. A diferencia de las herramientas de IA anteriores, entrenadas con conjuntos de datos limitados y seleccionados manualmente, Prima se entrenó con más de 200 000 estudios de resonancia magnética que comprenden 5,6 millones de secuencias de imágenes recopiladas durante décadas.

Prima es un modelo multimodal de visión y lenguaje que procesa simultáneamente imágenes, texto e información clínica. Además de los datos de resonancia magnética, el sistema incorpora los antecedentes médicos del paciente y las razones clínicas por las que se solicitó el estudio. Esto permite al modelo generar evaluaciones integrales, recomendar subespecialistas adecuados y detectar casos que requieren intervención urgente inmediatamente después de obtener las imágenes.

Los investigadores probaron Prima en más de 30.000 estudios de resonancia magnética recopilados a lo largo de un año. En más de 50 diagnósticos neurológicos, el modelo alcanzó una precisión diagnóstica de hasta el 97,5 % y superó a otros sistemas de IA de vanguardia. Prima también predijo con éxito qué casos requerían mayor prioridad clínica. Los hallazgos, publicados en Nature Biomedical Engineering, demuestran que el sistema fue especialmente eficaz para identificar afecciones urgentes, como accidentes cerebrovasculares y hemorragias cerebrales, alertando automáticamente a los especialistas correspondientes.

Los investigadores afirman que Prima podría ayudar a abordar los principales desafíos de la neuroimagen, como la escasez de personal, el aumento del volumen de imágenes y los retrasos en el diagnóstico. Una interpretación más rápida y precisa de las resonancias magnéticas podría mejorar los resultados en grandes sistemas de salud, así como en hospitales rurales o con recursos limitados.

El trabajo futuro se centrará en la integración de datos más detallados de las historias clínicas electrónicas para perfeccionar aún más el rendimiento diagnóstico. El equipo también prevé adaptar el modelo a otras modalidades de imagen, como la mamografía, la radiografía de tórax y la ecografía, ampliando su impacto más allá de la neuroimagen.

“La precisión es fundamental al interpretar una resonancia magnética cerebral, pero la rapidez de los resultados es crucial para un diagnóstico oportuno y mejores resultados”, afirmó el Dr. Todd Hollon, autor principal del estudio. “Prima tiene el potencial de actuar como copiloto para los médicos, ofreciendo información rápida y fiable cuando más importa”.

Enlaces relacionados:
University of Michigan Health