El camino de la inteligencia artificial (IA) en imagen médica

Dr. José Ferrer Rebolleda
Médico Nuclear
Director Médico-Asistencial Ascires

¿Cuántas veces en el cine hemos visto como la inteligencia artificial se apoderaba del planeta? ¿Estamos cerca de que Skynet tome el mando? ¿Podrá una eventual Federación de Comercio y sus droides dominar la galaxia?

Si bien es evidente que esos argumentos pertenecen, todavía al menos, al campo de la ficción, la sanidad y los procesos sanitarios se han visto gratamente sorprendidos por las inmensas posibilidades que la inteligencia artificial (IA) nos puede ofrecer.

En Radiodiagnóstico y Medicina Nuclear las aplicaciones, en continuo desarrollo, abarcan la etapa previa a la realización de las pruebas, la realización e informado de las mismas, y llegan incluso, a la toma de decisiones terapéuticas ligadas al resultado.

La inteligencia artificial es capaz de ordenar los pacientes para su citación en función de la posibilidad de padecer una determinada patología y permite establecer criterios de priorización del orden de lectura de resultados con algoritmos de triaje que, tras estudiar las imágenes de cada paciente, proponen a los médicos que pacientes ver en primer lugar.

Con inteligencia artificial podemos simplificar y automatizar los procesos de realización de pruebas de diagnóstico avanzado como las resonancias o las PET, minimizando a la vez el periodo de aprendizaje de los operadores de los equipos. Además, permite que el propio equipo médico sea capaz de detectar y entender dónde está un determinado órgano, adaptando su protocolo, optimizando la duración de la adquisición de las imágenes y, en aquellos casos donde se usa radiación ionizante, reduciendo la dosis. Es posible integrar en las máquinas algoritmos de IA de evaluación de la calidad para mejorar las imágenes obtenidas y reducir la necesidad de repetir estudios.

Los sistemas de predicción de textos o de reconocimiento de voz, ya presentes en nuestros teléfonos, son aplicables a la redacción del informe médico, reduciendo el tiempo necesario y sustituyendo un texto plano por un modelo explotable para bases de datos, tan necesarias para la investigación. Existen soluciones informáticas basadas en IA que proporcionan un diagnóstico asistido en mamografía (para detectar posibles tumores), en radiografías (para detectar lesiones óseas, pulmonares, etc.), e incluso en técnicas de imagen más avanzadas como la tomografía computarizada (TC), las resonancias magnéticas (RM) o la tomografía por emisión de positrones (PET) y que ofrecen una primera aproximación diagnóstica al médico nada más ponerse a trabajar con las imágenes. En otros casos los sistemas de IA agilizan el procedimiento de informado al proporcionar mediciones de estructuras (ángulos, tamaños, etc.), y la segmentación de tejidos que es útil tanto en imagen (en hígado, próstata, cerebro, etc.), como esencial en otras especialidades, como la Oncología Radioterápica donde permite distinguir los tejidos a tratar de aquellos órganos que se deben proteger. Podemos incluso llegar a la esencia de la imagen y realzar sus diferencias hasta hacerlas apreciables al ojo humano, concepto englobado dentro del término radiómica. Es factible también comparar los resultados cuantitativos de nuestro paciente con bases de datos de pacientes normales, automatizando procesos, haciendo las técnicas diagnósticas más reproducibles, facilitando la formación de los profesionales, y democratizando el acceso a la tecnología. Podemos incluso sustituir la segunda lectura de algunas pruebas (por ejemplo, la mamografía de screening) por un lector de IA, con tasas de detección de enfermedad comparables a la valoración humana.

La inteligencia artificial en Imagen debe estar integrada en la IA clínica. Los resultados de las pruebas de imagen deben combinarse en tiempo real y en un lenguaje informático legible, con otras especialidades como Análisis clínicos, Anatomía patológica, y con los datos de especialidades clínicas y quirúrgicas, de manera que el sistema se enriquezca con la información del paciente desde diferentes puntos de vista y, de ese modo, pueda aportar más ayuda. Los resultados obtenidos y las evoluciones clínicas de los pacientes retroalimentarán el sistema mejorándolo de forma continuada.  Ya existen experiencias asistenciales con Deep Learning y la creación de sistemas de soporte a la decisión terapéutica, que son capaces de recomendarnos inicialmente que técnica diagnóstica es la más apropiada y posteriormente indicarnos cuál es el mejor tratamiento disponible para nuestros pacientes en cada momento, en base a los resultados diagnósticos obtenidos, así como establecer su pronóstico.

Punto aparte es el almacenamiento y tratamiento de los datos obtenidos, que debe respetar la normativa jurídica de protección de datos vigente y la necesaria colaboración público-privada pues el paciente es uno, independientemente de donde se realice su atención sanitaria.  La incorporación ágil de la información de compañías farmacéuticas, como la obtenida en los ensayos clínicos, también debería estar incluida en el sistema clínico de inteligencia artificial.

Pese a tantas posibilidades, no hay que olvidar que los sistemas actuales de inteligencia artificial no son infalibles. Hay que ser igual de crítico con un sistema de IA que con un profesional en formación, descubrir sus puntos débiles y trabajarlos para mejorar con una docencia adecuada.

En los próximos años seguiremos viendo importantes avances en este campo, especialmente una necesaria estandarización. Al igual que en su día se unificaron los puertos de entrada en los ordenadores o los enchufes en los móviles, es preciso que los sistemas de IA hablen el mismo idioma. El debate jurídico de la seguridad del almacenamiento de datos utilizados por la IA, antes mencionado, también marcará el devenir de esta tecnología.

El desarrollo de la IA se hace finalmente necesario en una población cada vez más avejentada y en un mundo con escasez de profesionales sanitarios.

Personalmente no creo que se pueda sustituir con inteligencia artificial a los profesionales sanitarios, pero si acompañarlos en el proceso diagnóstico y facilitarles su labor como el segundo Terminator hizo con John Connor, R2D2 con Luke Skywalker, como hacen los navegadores de nuestros vehículos cuando nos sugieren vías alternativas si hay tráfico, o incluso como harán los futuros sistemas de conducción autónoma. Este es el camino.