IA diagnostica en segundos resonancia magnética cerebral

El modelo detectó condiciones neurológicas con una precisión de hasta el 97.5% y predijo con qué urgencia un paciente requeriría tratamiento.

Los investigadores dicen que esta tecnología, primera en su tipo, podría transformar la neuroimagen en los sistemas de salud de todo Estados Unidos. Los resultados se publican en  Nature Biomedical Engineering.

También puedes leer. Cánceres de mama y tratamientos, presentan nuevos hallazgos. https://revistafactorrh.com/bienestar-24-horas/item/14427-canceres-de-mama-y-tratamiento-nuevos-hallazgos

"A medida que aumenta la demanda mundial de resonancia magnética y ejerce una presión significativa sobre nuestros médicos y sistemas de salud, nuestro modelo de IA tiene el potencial de reducir la carga al mejorar el diagnóstico y el tratamiento con información rápida y precisa", dijo el autor principal Todd Hollon, MD, neurocirujano de University of Michigan Health y profesor asistente de neurocirugía en la Facultad de Medicina de la UM. 

Hollon llama al invento Prima. Él y su equipo de investigación probaron la tecnología en más de 30.000 estudios de resonancia magnética a lo largo de un año.

En más de 50 diagnósticos radiológicos de trastornos neurológicos importantes, Prima superó a otros modelos de IA de última generación en rendimiento diagnóstico.

El modelo también logró determinar qué casos deberían tener mayor prioridad.

Algunas afecciones neurológicas, como hemorragias cerebrales o accidentes cerebrovasculares, requieren atención médica inmediata. En estos casos, Prima puede alertar automáticamente a los profesionales sanitarios para que se puedan tomar medidas rápidas, afirma Hollon.

Los investigadores diseñaron el modelo para recomendar qué proveedor de subespecialidad debe ser alertado, como un neurólogo especialista en accidentes cerebrovasculares o un neurocirujano, con retroalimentación disponible inmediatamente después de que un paciente completa la toma de imágenes.

“La precisión es fundamental al leer una resonancia magnética cerebral, pero los tiempos de respuesta rápidos son fundamentales para un diagnóstico oportuno y mejores resultados”, señaló Yiwei Lyu, MS, coautor principal y becario postdoctoral de Ciencias de la Computación e Ingeniería en la UM.

“En etapas clave del proceso, nuestros resultados muestran cómo Prima puede mejorar los flujos de trabajo y agilizar la atención clínica sin sacrificar la precisión”.

¿Qué es Prima?

Prima es un modelo de lenguaje de visión (VLM), un sistema de IA que puede procesar simultáneamente vídeo, imágenes y texto en tiempo real.

No es el primer intento de aplicar IA a la resonancia magnética y otras formas de neuroimágenes, pero el enfoque es único.

Los modelos anteriores se basan en subconjuntos de datos de resonancia magnética seleccionados manualmente para lograr tareas específicas, como detectar lesiones o predecir el riesgo de demencia.

Al diseñar Prima, el equipo de Hollon entrenó el sistema con cada resonancia magnética (más de 200.000 estudios y 5,6 millones de secuencias) tomada desde que comenzó la digitalización de la radiología en University of Michigan Health hace décadas.

Los investigadores también ingresan en el modelo las historias clínicas de los pacientes y las razones de los médicos para solicitar estudios de imágenes médicas.

“Prima funciona como un radiólogo al integrar información sobre el historial médico del paciente y los datos de imágenes para producir una comprensión integral de su salud”, dijo el coautor principal Samir Harake, un científico de datos en el Laboratorio de Aprendizaje Automático en Neurocirugía de Hollon.

“Esto permite un mejor rendimiento en una amplia gama de tareas de predicción”.

Cada año se realizan millones de estudios de resonancia magnética en todo el mundo y una parte importante se centra en enfermedades neurológicas.

Esta demanda, dicen los investigadores, supera la disponibilidad de servicios de neurorradiología y conduce a desafíos importantes, incluida la escasez de fuerza laboral y errores de diagnóstico.

Dependiendo de dónde se haga el escaneo, puede tomar días, o incluso más tiempo, para obtener un resultado. 

“Ya sea que reciba una exploración en un sistema de salud más grande que enfrenta un volumen cada vez mayor o en un hospital rural con recursos limitados, se necesitan tecnologías innovadoras para mejorar el acceso a los servicios de radiología”, dijo Vikas Gulani, MD Ph.D., coautor y presidente del Departamento de Radiología en UM Health.

“Nuestros equipos en la Universidad de Michigan han colaborado para desarrollar una solución de vanguardia para este problema con un enorme potencial escalable”.

El futuro de la IA y la imagenología

Si bien Prima tuvo un buen desempeño, la investigación se encuentra en su etapa inicial de evaluación.

El trabajo futuro del equipo de investigación explorará la integración de información más detallada del paciente y datos de la historia clínica electrónica para un diagnóstico más preciso. Esta estrategia emula fielmente la interpretación que los radiólogos y médicos hacen de las resonancias magnéticas y otros estudios radiológicos.

Los proveedores de atención médica, los sistemas y los formuladores de políticas aún están determinando cómo integrar adecuadamente la inteligencia artificial en la práctica, pero la mayoría de los sistemas que se utilizan actualmente son para tareas médicas específicas.

Lo que Hollon describe como “ChatGPT para imágenes médicas” tiene un potencial más amplio y algún día podría adaptarse para otras modalidades de imágenes, como mamografías, radiografías de tórax y ecografías.

“De la misma manera que las herramientas de IA pueden ayudar a redactar un correo electrónico o brindar recomendaciones, Prima pretende ser un copiloto para la interpretación de estudios de imágenes médicas”, afirmó Hollon.

Creemos que Prima ejemplifica el potencial transformador de integrar sistemas de salud y modelos impulsados ​​por IA para mejorar la atención médica a través de la innovación.