Sistema de IA imita la mirada del radiólogo para leer mamografías para detección temprana del cáncer de mama

Un nuevo sistema de inteligencia artificial (IA) que imita la mirada de los radiólogos que interpretan imágenes médicas, como mamografías, puede mejorar la velocidad, la precisión y la sensibilidad de los diagnósticos médicos. Además de facilitar la detección temprana del cáncer de mama, también tiene el potencial de abordar la escasez de radiólogos a través de sus aplicaciones en capacitación y educación.

Los científicos de la Universidad Cardiff (Gales, Reino Unido) crearon el sistema de IA utilizando un algoritmo avanzado conocido como red neuronal convolucional. Este algoritmo, diseñado para simular neuronas en el cerebro humano y modelado específicamente a partir de la corteza visual, es ideal para procesar imágenes y asignar significado a diferentes objetos o elementos dentro de la imagen. Los hallazgos del estudio de los investigadores revelaron que el sistema de IA puede predecir con precisión las secciones de una imagen en las que los radiólogos probablemente se enfocarían al formar un diagnóstico. Aunque su estudio se centró en la predicción de la mirada, los investigadores creen que los sistemas que ayudan a la toma de decisiones podrían ser el próximo paso en las aplicaciones clínicas de la IA.

"Con todos los desafíos que enfrenta el NHS, es importante que busquemos soluciones posibles en la ciencia de datos y la IA", dijo el Dr. Hantao Liu, lector de la Facultad de Ciencias de la Computación e Informática de la Universidad Cardiff y uno de los coautores del estudio. “Esto no significa reemplazar a las personas con robots, sino que demuestra cómo el aprendizaje automático puede respaldar y aumentar el trabajo de los profesionales clínicos. En nuestro estudio, hemos hecho precisamente eso, al desarrollar un sistema que puede funcionar con los radiólogos para actuar como un amigo o colega crítico durante su trabajo de diagnóstico médico y respaldar la toma de decisiones que surjan de él”.

Enlaces relacionados:
Universidad Cardiff  

Visitar la expo >

Miembro Oro

X-Ray QA Meter

T3 AD Pro

New

Opaque X-Ray Mobile Lead Barrier

2594M

New

Portable Color Doppler Ultrasound Scanner

DCU10

Fetal Monitor

Avante Compact II