La IA cambia la gestión de imágenes médicas

Manel Picalló, Consulting Solutions Engineer de NetApp España.

Los costes sanitarios siguen aumentando, los clínicos están desbordados de trabajo, y los pacientes, la privacidad, la seguridad y el cumplimiento de normativas respecto a los datos son problemas constantes. Debido a unos presupuestos limitados y márgenes cada vez menores, las organizaciones sanitarias deben encontrar nuevos modos de mejorar la eficiencia operativa y seguir cumpliendo, e incluso superando, los estándares más altos de atención al paciente. Según un informe de Deloitte Global Healthcare Outlook de 2019, se espera que los gastos en servicios sanitarios crezcan a un ritmo anual del 5,4% entre 2017 y 2020: de 7,7 a 20 billones de dólares.

Las organizaciones sanitarias buscan que la inteligencia artificial les ayude a mejorar las eficiencias y reducir los costes. Desde la gestión de imágenes médicas a la cirugía robótica, la inteligencia artificial está logrando hacer cada vez mejor y de forma más sofisticada lo mismo que los humanos, y además más precisa, rápida y barata. Según el informe de Accenture: ‘Artificial Intelligence (AI): Healthcare’s New Nervous System’ (Inteligencia artificial (IA): el nuevo sistema nervioso de la Sanidad), se espera que para 2026 se hayan alcanzado hasta 150.000 millones de dólares anuales en ahorros en el sector sanitario.

Las organizaciones sanitarias buscan que la inteligencia artificial les ayude a mejorar las eficiencias y reducir los costes”

Con el creciente enfoque en la atención temprana, la asistencia médica preventiva y la transformación digital, las organizaciones sanitarias están aumentando su adopción de tecnologías de gestión de imágenes médicas. Los avances en estas tecnologías, como las funcionalidades 3D y 4D, los análisis en tiempo real y el procesamiento acelerado mediante unidades de procesamiento de gráficos (GPU) otorgan a los radiólogos herramientas potentes que les permiten realizar diagnósticos más rápidos y precisos, evitando así el agotamiento del radiólogo.

Mejores diagnósticos

Muchos cánceres comienzan con cambios tan minúsculos que ningún humano es capaz de detectarlos, incluso con la tecnología actual de imagen médica. Sin embargo, los programas de IA pueden entrenarse mediante técnicas de aprendizaje profundo (Deep Learning) para ver hasta los primerísimos cambios en la estructura celular que se producen normalmente en las células cancerosas. Estos programas pueden alertar a los oncólogos, que pueden dirigir protocolos de atención al paciente con mayor precisión y efectividad. Por ejemplo, el uso de la IA está reduciendo los errores de diagnóstico en la detección del cáncer de mama en un 85%.

Evitando el agotamiento del radiólogo

Las modernas tecnologías de imágenes generan una ingente cantidad de información que puede resultar difícil y laboriosa de procesar por parte del radiólogo. Las aplicaciones de IA especializadas pueden ayudar a los radiólogos con esta tarea ‘clasificando’ pilas de imágenes. Al clasificar rápidamente las imágenes, destacando las excepcionales de las que no contienen información valiosa, el radiólogo puede detectar las imágenes que muestran anomalías o indicadores de enfermedad más fácilmente y centrarse en el diagnóstico y tratamiento de la enfermedad en vez de andar cribando imágenes. Por ejemplo, la IA permite la reconstrucción de imágenes de las resonancias magnéticas unas 100 veces más rápido, y con una precisión 5 veces mayor.

Fuente: computing.es

 

Artículos Relacionados

DEJA UN COMENTARIO:

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.