Realidad y expectativas de la inteligencia artificial en radiología

La inteligencia artificial ya se utiliza en muchas áreas del diagnóstico por imagen mientras que se realizan más de 40 millones de pruebas de imagen al año en nuestro país. La IA puede aumentar la eficiencia en la interpretación de las imágenes médicas y podría llevar a que los especialistas asumieran nuevos roles. Veamos realidades y expectativas de la IA y la radiología.



Realidad y expectativas de la inteligencia artificial en radiología (I): sobrevivir

Hay una conversación alrededor de la IA en la atención clínica que últimamente resuena con mucha frecuencia y que podemos resumir con el siguiente titular “¿Sobrevivirán los médicos radiológicos a la revolución de la inteligencia artificial?”.

Desde luego, ya lo adelanto, este artículo no tiene como objetivo responder a la pregunta. Si en 5 años la IA superará a los humanos como dicen Jensen Huang (NVIDIA) o Bill Gates entre otros, nadie puede saber con certeza cuál será el próximo escenario. Así que, me conformo con poner algo de contexto al presente y futuro muy cercano de la imagen médica y la IA.


Realidad y expectativas de la inteligencia artificial en radiología (II): radiólogos

En junio de 2024, la FDA tiene 671 registros en su base de datos de dispositivos aprobados como “AI/ML-Enabled Medical Devices” con uso en el área de la radiología. Y en Europa según la web Radiology Health AI register son 211 los productos software de la especialidad con marcado CE.

Según la literatura científica “la IA tiene actualmente una penetración de modesta a moderada en la práctica clínica, y muchos radiólogos aún no están convencidos de su valor y el retorno de su inversión”. En este artículo se recoge tanto su estudio en usos interpretativos como no interpretativos. Otra subespecialidad de interés, pero según los estudios aún menos explotada, es la radiología intervencionista en la que se utilizan técnicas de imagen para ejecutar procedimientos mínimamente invasivos.

Son muchos los profesionales como el Dr. Javier Blázquez que quieren un futuro de colaboración con la tecnología. “Un buen radiólogo debe ser capaz de integrar todas las herramientas, incluida la IA en su día a día, en su flujo de trabajo, porque la inteligencia artificial ya nos permite detectar lesiones, hacer interpretaciones, priorizar, etc. El radiólogo debe ser una persona más en un grupo multidisciplinar.

Cátedra de Atención Sanitaria Digital

Y por lo tanto, cada vez es más frecuente encontrar formación integral diseñada para profesionales de radiología tanto sobre conocimientos teóricos como prácticos y en su aplicación en el ámbito clínico. Parece imprescindible enseñar aspectos técnicos, regulatorios y éticos y que se puedan demostrar en los proyectos de IA.


Realidad y expectativas de la inteligencia artificial en radiología (III): aplicación

Mientras tanto, de forma paralela, las unidades de Diagnóstico por Imagen de los centros sanitarios introducen la IA embebida en aplicaciones de apoyo al diagnóstico en especialidades o urgencias. Son algoritmos con aplicación muy concreta (tórax, extremidades, fracturas, etc.) que han sido entrenados con imágenes etiquetadas para conseguir valores predictivos negativos superiores al 95%.

Empresas AIHealth, como Quibim, desarrollan modelos que posteriormente se integran en las soluciones de imagen médica de los servicios (PACS) o en dispositivos médicos (diferentes modalidades) para dar apoyo al diagnóstico con productos especializados en mama, próstata, cerebro, hígado, pulmón, tórax, sistema osteomuscular, etc.  

E incluso en el mundo de las startups el movimiento es abundante, como Sycai Technologies especializada en el diagnóstico de lesiones abdominales y en el diagnóstico temprano de cáncer de páncreas, con su producto en fase de marcado CE y que fue nombrada mejor startups de salud en el reciente South Summit.

En general las herramientas que son utilizadas en los flujos asistenciales son transparentes a los profesionales y les ayudan en la clasificación y diagnóstico. La predicción aún está un poco lejos.

Pero otra funcionalidad que se está estudiando es, basándose en los informes radiológicos, realizar un resumen, un informe fácil de entender dirigido a los pacientes y recomendaciones utilizando IA generativa. Los resultados son interesantes.


Realidad y expectativas de la inteligencia artificial en radiología (IV): resultados

Digamos que esto es el panorama general, pero ¿Qué piensan los profesionales radiólogos sobre la irrupción de la IA en sus puestos de trabajo?

En una encuesta realizada hace dos años entre los miembros de la Sociedad Europea de Radiología (ESR) sobre la experiencia clínica práctica actual con herramientas impulsadas por inteligencia artificial, los casos de uso de los algoritmos de IA estaban relacionados principalmente con la interpretación de diagnóstico, el post procesamiento de imágenes y la priorización del flujo de trabajo.

En el caso de interpretación diagnóstica la mayoría de los encuestados (75,7%) consideraron que los resultados proporcionados por los algoritmos eran generalmente confiables.

Mientras que para la priorización del flujo de trabajo la mayoría de los encuestados los encontraron sólo moderadamente útiles (62,2%). Ya advierte el estudio que las observaciones se basan en la situación en 2022, y los resultados y opiniones pueden cambiar rápidamente en este campo en evolución.


Realidad y expectativas de la inteligencia artificial en radiología (V): barreras

Vamos con las barreras en la adopción de la IA, comenzando por los temores basados en los titulares donde se discute si la IA reemplazará a los radiólogos, e incluso desde las propias sociedades científicas que aseguran que la IA sustituirá al radiólogo que no la incorpore.

Quizá esos mensajes no son la mejor estrategia, ya que parece que provoca que los estudiantes de medicina piensen dos veces si hacer la especialidad de radiología. No parece un panorama halagüeño: “Pasamos por una época de déficit de especialistas en general y de radiólogos en particular y al mismo tiempo asistimos a un aumento de la demanda cada vez más incontrolable”. Algunos estudios sugieren que los estudiantes conozcan casos de uso realistas y limitaciones de la IA para entender mejor su futura labor profesional.

Además, hay otro factor y es la proporción significativa de radiólogos que dice que no utilizarán la IA porque no entienden cómo funciona.


Realidad y expectativas de la inteligencia artificial en radiología (VI): futuro

Un desafío al futuro de los radiólogos donde se dibuja un cambio en sus labores “en lugar de centrarse en la interpretación visual de las imágenes, probablemente necesiten adquirir habilidades adicionales en gestión de datos, informática médica y técnicas intervencionistas, como biopsias y drenajes. Esto puede llevar a que se concentren en la realización de tareas más complejas y en la toma de decisiones clínicas.

Desde las sociedades científicas como SERAM (radiología médica) se mantiene una actitud positiva y precavida, consideran que la implementación general se debe basar en comprender cómo se aplican estos productos en el día a día y cómo impactan en la actividades de las áreas de radiología a lo largo del tiempo. “Cuando empecemos a percibir el valor clínico real de aplicar algoritmos, podremos ver si es coste-beneficioso y, por tanto, se podrá empezar a incorporar en la práctica clínica general”.

Sobre la transformación digital de la labor del radiólogo hablé con Josep Munuera y tienes disponible la conversación en Spotify y el resto de plataformas de podcasting el podcast “Salud en Digital

Principles for the Responsible Use of Artificial Intelligence in Oncology. ASCO.

Quiero finalizar el artículo con los “Principles for the Responsible Use of Artificial Intelligence in Oncology” de la American Society of Clinical Oncology (ASCO) de la que se hacen eco en Immedico.

ASCO, en su relación con la IA pide; transparencia, que los pacientes y los clínicos estén informados y tengan autonomía en sus decisiones, protegerse de los sesgos, sistemas seguros, legales y éticos, y mantener la interacción humana.

Habrá tiempo para volver a la conversación y comprobar si se han cumplido las expectativas.


Autor: José Miguel Cacho. LinkedIN

Si te ha gustado y quieres leer más artículos y conocer mis novedades en CuraeSalud, recibe quincenalmente mi newsletter.


Si quieres adentrarte en el mundo de la salud digital, y estar formado e informado quizá te interese mi nuevo servicio KnowledegeHealth.

Si te ha gustado, compártelo

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

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

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies