ANA JIMÉNEZ PASTOR es investigadora de imagen médica radiológica e Inteligencia Artificial en QUIBIM. El 28 de noviembre abordará, en el I Congreso de SaludsinBulos y III de eSalud, cómo los algoritmos de procesamiento de imágenes médicas pueden mejorar el diagnóstico.
Qué son los algoritmos de procesamiento de imágenes médicas?
A la mayor parte de todos nosotros seguro que nos han hecho alguna vez un estudio de imagen médica, es decir, un TAC, una resonancia, una radiografía… Todas estas imágenes, que hasta ahora se han considerado el producto final, se encuentran en formato digital, y por lo tanto, son un producto intermedio y explotables computacionalmente. Los algoritmos de procesamiento de imagen permiten la extracción de lo que se conoce como biomarcadores de imagen mediante técnicas de inteligencia artificial o modelos matemáticos. Estos biomarcadores son valores cuantitativos que se relacionan directamente con algún proceso que está sucediendo en el cuerpo humano, ya sea fisiológico o patológico, además permiten detectar estos cambios producidos por la enfermedad o los tratamientos en sus etapas más tempranas, antes incluso de que sean perceptibles por el ojo humano.
Aplicaciones de los algoritmos
¿Cuáles son sus principales aplicaciones?
Estos algoritmos se emplean principalmente para ayudar a los radiólogos y a los clínicos en el diagnóstico y seguimiento de pacientes. Además, son ampliamente empleados en los ensayos clínicos para analizar la respuesta al tratamiento.
Se utilizan en múltiples áreas, destacando su aplicación en el estudio de procesos oncológicos, con el objetivo de detectarlos en sus etapas más tempranas y para analizar cómo un determinado paciente está respondiendo al tratamiento; en estudios musculoesqueléticos mediante la caracterización ósea, por lo tanto, podemos analizar el riesgo que tiene un determinado paciente con osteoporosis de sufrir una fractura ósea; en el análisis de la atrofia cerebral en pacientes con enfermedades neurodegenerativas o en el análisis de las concentraciones de hierro y grasa en el estudio de las enfermedades difusas hepáticas, de forma que podemos conocer éstas sin necesidad de biopsiar al paciente.
¿Cómo pueden mejorar el diagnóstico este tipo de algoritmos?
Permiten ofrecerle al profesional información adicional a la que ellos mismos pueden extraer con la observación directa de las imágenes. Por ejemplo, permiten pasar de un diagnóstico cualitativo, como sería el de que un determinado paciente sufre una atrofia cerebral moderada, a un diagnóstico cuantitativo como sería decir que un paciente ha sufrido una pérdida del 5% del volumen cerebral en una determinada zona. Permitiendo añadir al diagnóstico parámetros cuantitativos específicos al paciente.
¿Se están utilizando en la actualidad ya en hospitales?
En la actualidad son muchos los hospitales que no pueden mantener un equipo de ingenieros y la infraestructura necesaria para desarrollar e integrar todos estos algoritmos en la práctica clínica. Por esta razón, nosotros estamos luchando por incorporar todo esto de una forma sencilla y completamente transparente al especialista, sin que interfiera en su práctica clínica. En los hospitales en los que esta solución se encuentra incorporada, los estudios se descargan automáticamente del PACS (sistema de almacenamiento de imágenes radiológicas) del hospital, se procesan y los resultados vuelven al PACS de forma que el radiólogo, cuando vaya a informa el estudio, disponga del análisis cuantitativo sin necesidad de interrumpir su actividad.