Científicos argentinos entrenan una IA para procesar tomografías del corazón

Durante los ensayos, el software demostró una tasa de efectividad superior al 95 por ciento. Fue entrenada para leer imágenes de 1200 personas (80 por ciento hombres y 20 por ciento mujeres de entre 48 y 66 años) e identificó parámetros (como el calcio aórtico) que indican posibles eventos cardiovasculares con sorprendente precisión. La investigación, que se realizó bajo parámetros de rigurosidad y tuvo la participación de radiólogos del Hospital Europeo Pompidou de París, fue publicada en la revista Biomedical Physics and Engineering Express.

El calcio vascular, precisamente, es un indicador muy útil porque permite a los médicos señalar ateroesclerosis y prevenir problemas futuros como infartos y ACV. Con una medida certera de cada paciente que se realiza una tomografía es posible tomar decisiones más ajustadas. Mejor evidencia científica –a partir del empleo de los beneficios de la IA– promueve un mejor proceso de toma de decisiones médicas. Consultado por este diario, Emmanuel Iarussi, investigador del Conicet en el Laboratorio de IA de la Universidad Torcuato Di Tella, destaca: “Cuando se utiliza correctamente, la capacidad de estos algoritmos para señalar patrones en los datos puede ser determinante para descubrir nuevos medicamentos, complementar el diagnóstico de enfermedades y personalizar tratamientos”.

Tras las huellas de la enfermedad

Al identificar indicios tempranos, se torna posible advertir la posterior emergencia de una enfermedad. Es el caso, por ejemplo, de la presencia de calcio en las arterias coronarias y la probabilidad de ocurrencia de infartos; así como también, la ateroesclerosis y su vínculo con la acumulación de lípidos en las arterias en general. El ejemplo de las tuberías en las que se acumula sarro puede ser útil para comprender en qué consisten estas afecciones. Un individuo puede advertir que algo funciona mal con su sistema de cañerías porque el chorro de agua no sale por las canillas. Ahora bien, si se sigue el criterio de prevención, es fundamental atacar el problema antes de que se convierta en uno, es decir, destapar las tuberías antes de que sea demasiado tarde y todo esté obstruido.

Casciaro lo expresa de un modo más académico. “A partir de las placas, que sintetizan la información obtenida, es posible desarrollar modelos de predicción de riesgo. Es decir, introducimos los resultados en un esquema que te indica ‘Si el valor de calcio da X, entonces esta persona posee un riesgo X con respecto al desarrollo de un infarto’. Se constituye como un biomarcador, que le permite al médico obtener un puntaje y así tomar decisiones con respecto al paciente”, sostiene.

El trabajo que a los radiólogos les demora aproximadamente media hora (al visualizar las diferentes regiones del corazón y arterias para identificar las zonas en las que podrían registrarse problemas), al software que identifica de manera automatizada las calcificaciones solo le lleva unos minutos. En definitiva, disponer de un diagnóstico veloz puede contribuir a un mejor abordaje de la patología.

“Siempre somos muy precavidos. Hay que analizar tanto los resultados positivos como los negativos; de hecho, es fundamental observar cuándo la cosa falla y qué implicancias puede tener en los pacientes. En muchos casos, la IA funciona como caja negra, en el sentido en que pueden cometer errores y tenemos que saber identificar los motivos”, advierte Casciaro. Luego continúa: “También prestamos atención a la devolución que nos brindan los usuarios principales de estas herramientas que son los profesionales de la salud. Siempre impulsamos líneas de formación para médicos que se especialicen en estos temas. Me refiero a cursos y diplomaturas para que aprendan a manejar tecnologías avanzadas”.

Potencialidades en salud

“Hace años que la computación asiste a la medicina de diversas maneras, desde la organización de registros clínicos hasta la realización de consultas médicas a distancia y la conversión de datos de censores de rayos X en imágenes de tomografía. Sin embargo, es probable que en los próximos años veamos una mayor imbricación de la computación en la medicina de la mano de la inteligencia artificial, especialmente en procesos que tradicionalmente requerían la intervención exclusiva de profesionales humanos”, relata Iarussi.

Al menos en el ámbito de la salud, como explica Iarussi, parece abrirse una etapa de complementariedad entre las máquinas y los humanos: lejos de que las primeras reemplacen a las personas (como sucede en otros campos laborales con tareas más automatizadas), en el caso de esta investigación, precisamente, el trabajo será conjunto. El conocimiento médico servirá para constatar a partir de un ojo entrenado la información que arroja la IA, a partir de su mecanismo de detección automática.

Existen múltiples avances orientados en la misma línea. Es el caso de la aplicación de softwares que utilizan aprendizaje automático para la realización de diagnóstico de enfermedades neurodegenerativas como el Parkinson o el Alzheimer, así como también para diferentes tipos de cáncer. Las potencialidades no tienen techo si se tiene en cuenta que la IA se convierte en una herramienta muy potente capaz de leer millones de datos en cuestión de segundos. Cuanto más entrenado el algoritmo, mayor precisión en la detección de anomalías, que a los humanos les llevaría muchísimo más tiempo abordar.

Desde esta perspectiva, Iarussi identifica uno de los principales desafíos que tiene la sociedad al momento de utilizar dichas tecnologías. “Debemos asegurarnos de que se introduzcan para resolver problemas puntuales donde su efectividad pueda ser comprobada de manera científica. Este trabajo sobre la cuantificación de cantidad de calcio coronario va en esa dirección. Para esto, es fundamental que los expertos en medicina estén involucrados tanto en la creación de estos algoritmos como en su transferencia al ámbito médico”.

Fuente: Universidad Favarolo