Herramienta de IA ayuda a médicos a interpretar mejor las radiografías de tórax

El sistema de atención médica de Estados Unidos ocupa un lugar bajo en indicadores de salud clave, incluida la esperanza de vida, y los pacientes a menudo buscan mejores resultados con menores costos. Los médicos buscan diagnósticos precisos desde el primer momento, especialmente utilizando herramientas como radiografías de tórax, esenciales para identificar afecciones como neumonía, tuberculosis, problemas cardíacos e incluso trastornos digestivos. Sin embargo, estas imágenes pueden ser difíciles de interpretar, incluso para médicos experimentados, y pueden pasar por alto enfermedades raras o emergentes, como se evidenció durante las primeras etapas de la pandemia de COVID-19.

Existe una creciente necesidad de herramientas de apoyo al diagnóstico precisas, accesibles y equitativas para ayudar a superar estas limitaciones. Un equipo de investigadores ha desarrollado una nueva herramienta de inteligencia artificial (IA) que mejora la interpretación de las radiografías de tórax al reducir errores diagnósticos, acelerar las evaluaciones y aumentar el acceso global a software diagnóstico de alta calidad.

Desarrollada por un equipo de la Universidad Estatal de Arizona (Tempe, Arizona, EUA), la nueva herramienta de IA, llamada Ark+, se creó para facilitar la interpretación de radiografías de tórax mediante principios de ciencia abierta. Los investigadores entrenaron el modelo con más de 700.000 imágenes de rayos X de múltiples conjuntos de datos globales y lo mejoraron incorporando notas detalladas de médicos. Este enfoque de supervisión completa permitió a Ark+ acumular y reutilizar conocimiento médico de forma más eficaz que los modelos tradicionales autosupervisados.

Ark+ está diseñado para detectar una amplia gama de problemas pulmonares, identificar enfermedades raras a partir de muestras limitadas y adaptarse a nuevas tareas de diagnóstico sin necesidad de un reentrenamiento completo. Además, fue concebido para funcionar de forma segura, ser resistente a inconsistencias en los datos y minimizar sesgos, lo que lo convierte en una herramienta versátil para su implementación en sistemas de salud del mundo real.

En un estudio de prueba de concepto publicado en la revista Nature, Ark+ superó a las herramientas propietarias desarrolladas por grandes empresas tecnológicas como Google y Microsoft, especialmente en el diagnóstico de afecciones pulmonares tanto comunes como raras, incluidas la COVID-19 y la gripe aviar. Su acceso abierto permite que otros investigadores lo utilicen como base y lo adapten a entornos clínicos locales.

El equipo busca comercializar la herramienta en hospitales y adaptarla a otros tipos de imágenes, como la tomografía computarizada y la resonancia magnética. Al poner todos los modelos y el código a disposición del público, los investigadores están trabajando por un futuro en el que la IA sea segura, inteligente y accesible para apoyar el diagnóstico en todos los entornos de atención médica, especialmente en regiones rurales o con recursos limitados.

“Creemos en la ciencia abierta, por lo que utilizamos datos públicos y un conjunto de datos global, ya que pensamos que esto permitirá desarrollar el modelo de IA más rápidamente”, afirmó Jianming “Jimmy” Liang, autor principal del estudio Ark+. “Al hacer este modelo completamente abierto, invitamos a otros a unirse a nosotros para lograr una IA médica más justa, precisa y accesible”.

Enlaces relacionados:
Universidad Estatal de Arizona

Visitar la expo >

X-Ray Illuminator

X-Ray Viewbox Illuminators

Breast Localization System

MAMMOREP LOOP

Digital Color Doppler Ultrasound System

MS22Plus

Diagnostic Ultrasound System

DC-80A