IA analiza datos de resonancias magnéticas, biopsias y valores sanguíneos para diagnosticar trastornos intestinales y cerebrales

La atención sanitaria está evolucionando hacia un sistema informático que aprende de una gran cantidad de datos médicos y ofrece asesoramiento personalizado a los pacientes. Esto podría implicar, por ejemplo, comparar la resonancia magnética de un paciente con una base de datos de exploraciones e historiales médicos completos de casos similares. La complejidad de este sistema radica en el manejo de varios tipos de datos, incluida información textual, resultados de análisis de sangre, imágenes médicas y datos genéticos.

Un equipo internacional de investigadores, que incluye investigadores del Centro Médico de la Universidad Radboud en Nijmegen, Países Bajos, y respaldado por una subvención de 11 millones de euros de la Comisión Europea, está en el proceso de crear un sistema de inteligencia artificial (IA). Esta IA está diseñada para proporcionar información sobre varios trastornos cerebrales e intestinales, como la depresión, la ansiedad y la obesidad, y para explorar las interrelaciones entre estas condiciones. El sistema informático, denominado Ciompi, será capaz de conectar y analizar diversos tipos de datos médicos. La atención se centra en los trastornos relacionados con el cerebro y los intestinos debido a la importante interacción entre estos dos órganos, conocida como el "eje intestino-cerebro". El sistema buscará patrones en estos datos multimodales, como la presencia simultánea de condiciones o estados específicos.

Ya está disponible una cantidad considerable de datos de estudios anteriores, incluidas 20.000 imágenes digitalizadas de pólipos intestinales y biopsias, datos sobre bacterias intestinales, información genética y numerosas exploraciones cerebrales por resonancia magnética. Los investigadores planean interconectar estos conjuntos de datos, y el alcance más amplio del proyecto de la UE incluye examinar factores como la contaminación del aire. El sistema informático empleará algoritmos que aprenden de este conjunto de datos. Estos algoritmos se alojarán en la plataforma Grand Challenge, reconocida por albergar competencias globales para desarrollar algoritmos superiores para el análisis de imágenes médicas, como tomografías computarizadas o resonancias magnéticas. Esta plataforma también admite el alojamiento de varios algoritmos y tipos de datos, accesibles en diferentes formatos. Actualmente, la plataforma admite imágenes médicas y portaobjetos de patología digital, pero el proyecto tiene como objetivo incorporar tipos de datos adicionales, como información genética. Los nuevos algoritmos se integrarán en esta plataforma. Sin embargo, no todos los datos utilizados para entrenar el sistema se almacenarán en línea.

Cada vez más, se emplean métodos "federados" para entrenar algoritmos de IA y acceder a datos. Por ejemplo, en el aprendizaje federado, los algoritmos visitan virtualmente diferentes hospitales a través de la plataforma, aprendiendo directamente de los datos médicos in situ, sin necesidad de transferir los datos fuera del hospital. Una vez que los algoritmos hayan aprendido lo suficiente de estas visitas virtuales, podrán ayudar a los médicos en el futuro. Por ejemplo, Ciompi podrá comparar diversos datos del intestino y el cerebro de un paciente, como exploraciones por resonancia magnética funcional, biopsias intestinales y secuencias de metabolomas de muestras fecales, con exploraciones y registros médicos de casos similares. Luego, este sistema puede ayudar a los proveedores de atención médica a diagnosticar, predecir resultados, identificar posibles conexiones con otras afecciones y recomendar estrategias de tratamiento.

Enlaces relacionados:
Centro Médico de la Universidad de Radboud

Visitar la expo >

Post-Processing Imaging System

DynaCAD Prostate

Multi-Use Ultrasound Table

Clinton

Digital Color Doppler Ultrasound System

MS22Plus

Portable X-ray Unit

AJEX140H