Impacto de la Inteligencia Artificial en la Radiología
Impact of Artificial Intelligence in Radiology
Dannier Iglesias López 1* 0000-0002-9744-4884
1 Facultad Tecnológica. Universidad de Ciencias Médicas Camagüey. Cuba
*Correspondencia: dannier.iglesias@gmail.com
RESUMEN
Introducción: El creciente desarrollo computacional ocurrido en los últimos años, así como el acceso a gran número de datos (Big Data) ha posibilitado la explotación de los recursos informáticos para el desarrollo de algoritmos que aumentan la calidad y alcance de la inteligencia artificial (IA), la cual está tomando un rol central en la radiología.
El término “inteligencia artificial” (IA) fue acuñado por John McCarthy en 1956 haciendo alusión a “la ciencia e ingenio de hacer máquinas inteligentes”.
Coloquialmente, el término inteligencia artificial se aplica cuando una máquina imita
las funciones cognitivas que los humanos asocian con otras mentes humanas.
La interpretación de la imagen médica es una de las principales tareas que realiza el radiólogo.
“Conseguir que los ordenadores sean capaces de realizar este tipo de tareas ha sido, durante años, un reto a la vez que un objetivo en el campo de la visión artificial. Gracias a los avances tecnológicos se está más cerca que nunca de conseguirlo y los radiólogos deben involucrarse en ello para garantizar que el paciente siga siendo el centro de la práctica médica.”
Una habilidad indispensable para hacer sistemas capaces de identificar patrones entre los datos, haciendo uso de Redes Neuronales Convolucionales que se le añaden datos de entrada (input) y datos de salida (output) y contienen un gran número de capas ocultas para el procesamiento de los datos, proceso al cual se le denomina
pensamiento profundo (Deep Learning).
No existe área de la imagenología en la cual no se haya implementado la inteligencia artificial, con el fin de mejorar y desarrollar programas que le faciliten al radiólogo y al técnico, la obtención y el diagnostico a través de los estudios por imágenes. Como una forma temprana de inteligencia artificial, los sistemas de diagnóstico asistidos por computadora se han utilizado ampliamente en radiología durante muchos años. Las aplicaciones más comunes son para la detección de cáncer de mama en mamografía y de nódulos pulmonares en TC de
tórax.
En el año 2020 con motivo de la pandemia de COVID-19 la inteligencia artificial se ha
desarrollado especialmente en este campo, permitiendo el aislamiento de las salas de
adquisición respecto a las salas de control para la realización de tomografías computarizadas
(TC) y radiografías en pacientes afectados por COVID-19.
Por otra parte, como método alternativo para distinguir el COVID-19 de otras infecciones
pulmonares a partir de imágenes tomadas en TC, Hong Yang y colaboradores, desarrollaron
un modelo de IA basado en un algoritmo de aprendizaje profundo que permitió la detección de esta afección con elevados valores de sensibilidad y especificidad.
Se creó utilizando un conjunto de datos de desarrollo que incluía imágenes de TC en fase venosa portal en 7461 pacientes con fibrosis hepática confirmada patológicamente.
En este estudio, la precisión general del estadío del sistema de aprendizaje profundo (DL por sus siglas en inglés) fue del 79,4 %.
Disminuir el tiempo de los resultados es de vital importancia para la reducción de informes
radiológicos, Khosravi B y colaboradores, desarrollaron un modelo para la identificación
automática de Cardiomegalia a través de imágenes radiográficas, que obtuvo una exactitud para el primer modelo, tanto en el proceso de validación como en el proceso de prueba de un 100% al clasificar de manera exitosa las estructuras del mediastino utilizando sólo una GPU.
La duración de procesamiento fue de 1.25 minutos, mientras que para el proceso de validación y prueba se obtuvo un tiempo de 3.7 segundos, considerando un volumen de 250 imágenes randomizadas, obteniendo una exactitud de 99,2% en la detección de Cardiomegalia.
Ventajas de implementar la IA en los Servicios de Imagenología
Potencia la creatividad al liberar a los trabajadores de tareas poco motivadora y dedicar la mente al proceso creativo.
Agiliza la toma de decisiones al ser capaz de analizar miles de datos en apenas minutos y
además de tener en cuenta posibles actualizaciones de los mismos.
La información bien sintetizada y actualizada ayuda a los profesionales a tomar decisiones estratégicas.

Dificultades de implementación
Para que una inteligencia artificial funcione de forma adecuada debe tener datos actualizados y fiables, pero esto nos siempre es así. Por eso, uno de los principales retos a abordar es garantizar que estos sistemas puedan acceder a los datos que necesitan en cada momento.