La IA en Radiología Intervencionista
La inteligencia artificial (IA) en la Radiología intervencionista puede mejorar la selección de pacientes, planificación y ejecución del tratamiento, calidad de imagen, eficiencia y precisión en informes, apunta Fernando Gómez, miembro de la Sociedad Española de Radiología Médica (SERAM) y ponente del 37 Congreso Nacional de la SERAM, que se celebró del 22 al 25 de mayo en Barcelona, con la ponencia ‘Grupo de trabajo sobre Inteligencia Artificial de la Sociedad de Radiología Cardiovascular e Intervencionista de Europa (Cirse)’.
“El objetivo de la integración de la IA es utilizar de manera más eficiente las imágenes obtenidas durante la intervención y brindar apoyo en el proceso de toma de decisiones, lo que llevaría a mejores resultados clínicos, menos complicaciones, una mejor experiencia del paciente y/o costos reducidos para el sistema de atención médica” comenta Gómez.
La IA tiene potencial para personalizar tratamientos considerando historial médico, genética y estilo de vida. Además, puede cerrar la brecha entre entornos con recursos diferentes, haciendo que la radiología intervencionista sea más accesible en áreas desatendidas y mejorando los resultados para todos los pacientes, gracias a la disponibilidad permanente de la experiencia humana a través de la IA.
Gómez señala que, sin embargo, “la principal preocupación a la que nos enfrentamos es reconocer las limitaciones actuales en el uso de la IA en la radiología intervencionista desde una perspectiva técnica, porque existe una necesidad urgente de estandarización de imágenes y procedimientos, así como conjuntos de datos de alta calidad. Esto representa un desafío significativo, especialmente considerando los diferentes software y algoritmos de reconstrucción de proveedores, así como las preferencias locales y los protocolos institucionales”.
Problemas éticos y legales con el uso de la IA
Además, antes de implementar la IA en la práctica clínica diaria, es necesario tener en cuenta que: incluye garantizar que el sistema de IA sea suficientemente preciso y confiable, que se integre sin problemas con los sistemas y flujos de trabajo existentes, y que cumpla con los requisitos y estándares regulatorios. También es importante abordar problemas éticos y legales relacionados con el uso de la IA en medicina, como: la privacidad de los datos, la autonomía del paciente y la responsabilidad en caso de complicaciones relacionadas con las recomendaciones de la IA.
Un comunicado conjunto europeo y norteamericano sobre la IA en radiología destaca la necesidad de un uso ético que promueva el bienestar, minimice el daño, sea transparente y altamente confiable, manteniendo la responsabilidad con los diseñadores u operadores humanos. “La ciberseguridad se vuelve aún más importante, ya que las redes neuronales podrían ser reprogramadas para causar daño” puntualiza Gómez.
Además, también existe una necesidad real de una estrecha colaboración entre radiólogos intervencionistas, investigadores en inteligencia artificial, expertos en ética, la industria y los organismos reguladores. Para Gómez, “sin duda, los radiólogos intervencionistas deben participar en todas las etapas y formar parte del equipo al tomar decisiones sobre el uso de la IA en el área, ya que son ellos quienes deben implementar y aplicar las soluciones de IA en sus prácticas y asumir las consecuencias en caso de fallos”.
“La IA ofrece la posibilidad de hacer la experiencia permanentemente disponible si se seleccionan datos de entrenamiento adecuados y la salida se valida clínicamente. Pero para participar en estas decisiones, los médicos necesitan aumentar su nivel de conocimiento y competencia en informática, siendo esto tan crucial en el futuro como lo es hoy en bioestadística. Es esencial que los médicos comprendan a fondo lo que sucede dentro de la «caja negra» de la IA para impulsar el desarrollo de la IA adecuada y estar al tanto de posibles resultados incorrectos, engañosos o sesgados. Afortunadamente se están desarrollando enfoques, como la inteligencia artificial explicativa (XAI), para hacer que la «caja negra» de la IA sea más comprensible para los humanos, proporcionando información sobre cómo se logran las predicciones de la IA” explica Gómez.
Un proyecto piloto
Desde el Cirse se lleva a cabo un proyecto piloto para evaluar la viabilidad, practicidad, coordinación necesaria y posibilidad de implementación clínica de la IA, así como proporcionar las primeras estimaciones de costos y beneficios de la misma. Además, “pretende poder reconocer automáticamente los tumores que vamos a tratar, las características de las zonas en las que se ha realizado el tratamiento, y, en un último paso, ser capaces de predecir si en esas áreas van a quedar células tumorales viables que impliquen un cambio en el plan terapéutico” acota Gómez.
Para Gómez, “como comunidad médica y científica, debemos estar preparados para la integración de la inteligencia artificial en nuestra línea de trabajo profesional, de manera que podamos dar forma proactivamente a su desarrollo e implementación. En general, la visión futura de la inteligencia artificial en la radiología intervencionista probablemente sea de crecimiento y evolución continuos. A pesar de los desafíos para implementar e integrar la tecnología de IA en entornos clínicos, los beneficios potenciales de una mayor precisión y seguridad, eficiencia y resultados para los pacientes hacen de ella una herramienta prometedora” [1].
El futuro de la radiología intervencionista se presenta prometedor, gracias al papel que podría jugar en su desarrollo la inteligencia artificial. Los cambios de paradigma que provee la tecnología dan mayor seguridad a los resultados clínicos y para las terapias de tumores poco invasivas, se logra un aporte fundamental.
Con el afán de analizar en profundidad cómo la radiología intervencionista se beneficiaría con la implementación de IA, nos servirá como ejemplo la evaluación que brindaron Brian Letzen y sus colegas en la revista Radiología Vascular e Intervencionista a fines de 2018.
Para este análisis, los investigadores se concentraron en el caso de la oncología de intervención hepática.
Más y mejores diagnósticos
Se invierte cada vez más en tecnología para mejorar la atención al paciente. La posibilidad de caracterización radiológica más clara y específica es uno de los tantos avances que aportó la inteligencia artificial. Por ejemplo, según indicaron los autores, el aporte que brinda en la clasificación de las masas hepáticas en la ecografía, en la tomografía computada e, incluso, en la resonancia magnética.
A mayor cantidad de datos y de especificaciones, habrá más especialistas informados sobre formas y estructuras de patologías y, por lo tanto, mejor calidad general en la atención de los pacientes.
Estos datos que se obtienen posibilitan, incluso, un razonamiento detrás de ellos; y por lo tanto se abre una impensada posibilidad de predicción acerca de posibles fallos. Según el investigador Latzen, el flujo de trabajo se vería mejorado, se desarrollarían nuevos diagnósticos y estadísticas más efectivas.
Puntualizar los tratamientos
La posibilidad que brinda la inteligencia artificial de predecir los resultados terapéuticos hará que mayor cantidad de pacientes accedan a la atención o tratamiento más adecuado que necesitan y, al mismo tiempo, se evitará que otros pacientes se expongan a tratamientos que no les sean favorables o que no colaboren en su recuperación.
La suma de datos apropiados, con el correr del tiempo, podrán reemplazar terapias actuales y mejorar, de manera efectiva, las estadísticas con las que se cuenta hoy en día.
Procedimientos mejorados
Con los datos que proporciona la inteligencia artificial, muchos aspectos de la radiología intervencionista pueden ser mejorados y esta podría desarrollarse con mucho más potencial. Por ejemplo, diseñar un nuevo sistema de navegación por catéter o contar con mayores estimaciones en márgenes de ablación.
Además, los datos que aporta la IA se calculan en milisegundos, de forma que se optimiza el tiempo y no se limita la toma de decisiones que puede requerirse en medio de una intervención.
Un escalón más en el aporte tecnológico
Como una manera de complementar y conocer más sobre los avances que la inteligencia artificial aporta a la radiología intervencionista, es interesante comentar una propuesta que la Society of Interventional Radiology (SIR) difundió a fines del 2017.
La investigación fue realizada por radiólogos intervencionistas de la Universidad de California, en Los Ángeles, y la presentación del avance se realizó en la reunión científica anual que tuvo lugar en Washington. Lo que se dio a conocer fue la creación de una aplicación de aprendizaje automático, cuya función es guiar la atención de los pacientes que concurran a la radiología intervencionista.
En este caso, la inteligencia artificial colaboró en la creación de un radiólogo intervencionista chatbot que tiene la capacidad de comunicarse automáticamente con los médicos que estén trabajando y proporcionarles respuestas basadas en las preguntas más frecuentes. De esta manera, el profesional podría dar respuesta más rápida y en tiempo real a los pacientes sobre la siguiente fase del tratamiento o información básica acerca de la práctica de radiología intervencionista a la que deba someterse.
Si bien se trata de un prototipo que está actualmente en desarrollo y probándose en pequeños centros, se cree que con un costo accesible, la inteligencia artificial podría utilizarse para mejorar la atención al paciente y optimizar, también, el modo en que los equipos de médicos trabajan en torno a un caso. Cada uno obtendría los datos que necesita con mayor celeridad y podrían dedicarse con mayor concentración al acompañamiento del paciente.
Aunque la aplicación ya contaría con una base de conocimiento de más de 2000 puntos de datos de ejemplo que simulan consultas comunes que reciben los radiólogos intervencionistas, la idea es que cada profesional pueda ir sumando información sobre casos particulares a medida que avanza el uso de esta app. Cada escenario de uso se incorporaría en la aplicación de modo que esta se podría volver cada vez más inteligente y, en los casos que fuera oportuno, advertir sobre la necesidad de consulta humana.
El modo en que la inteligencia artificial se integra con la práctica de la radiología resulta cada vez más eficaz. Si bien hay profesionales que aún no se sienten familiarizados con la información que el aprendizaje automático aporta, se cree que resultará indispensable la integración, puesto que el saber del radiólogo será el que conduzca a más y mejores resultados.
Diagnósticos más puntuales, mejora en los tratamientos y precisión en los procedimientos… ¿la inteligencia artificial hará que la radiología intervencionista potencie su espectro de aplicación? El futuro no tan lejano nos dará respuestas concretas al respecto [2].
[2]https://innovation.teleradweb.com.ar/blog/inteligencia-artificial-3-claves-para-utilizarla-en-radiologia-intervencionista
