Las expectativas son altas: la inteligencia artificial (IA) ha sido prometedor durante algún tiempo para ser la próxima gran revolución en medicina. Incluso consciente de esta revolución, las herramientas basadas en este concepto están ganando paso a paso en el área de las ciencias médicas. Uno de los pasos más recientes ha sido dado por un equipo de investigadores en Málaga.

Mejorar las imágenes. El paso en cuestión tiene que ver con las técnicas utilizadas para tomar imágenes médicas. La nueva herramienta Mejorar la segmentación automática De imágenes médicas, que a su vez nos permite reducir los errores en el análisis de imágenes complejas, dice el propio equipo.

Segmentación. Pero, ¿qué es exactamente esa segmentación automática de imágenes médicas? De acuerdo a Explica el equipo mismoLa segmentación médica consiste en «delimitar estructuras anatómicas o lesiones en imágenes médicas».

Por lo tanto, es posible no solo diagnosticar ciertas enfermedades de manera más efectiva, sino también localizar más fácilmente las lesiones y mejorar la precisión en ciertos tratamientos. Sin embargo, esta tarea no siempre es fácil debido a las limitaciones de las técnicas utilizadas para tomar estas imágenes, como resonancias magnéticas y tomografías.

«La precisión en la segmentación de imágenes médicas es esencial para mejorar los diagnósticos y tratamientos». detallado en un comunicado de prensa Ezequiel López Rubio, quien dirigió el estudio. Nuestro enfoque demuestra que es posible optimizar la confiabilidad de los modelos de IA mediante la aplicación de técnicas de aumento del tiempo de prueba, que abre nuevas posibilidades en el campo de la imagen médica computacional. «

Medsam. Para el desarrollo de la herramienta, el equipo comenzó desde un Nuevo modelo de IA llamado Medsam, un modelo que se combinó con la técnica TTA (Aumento del tiempo de prueba). Esta combinación permite, señala el equipo en sí, introducir pequeñas transformaciones en las imágenes al momento de ser analizado.

Por lo tanto, es posible lograr un «sistema más robusto contra las variaciones», con una mejor precisión en contornos segmentados.

Resultados prometedores. Con Con respecto a los resultadosEl equipo enfatizó que la nueva herramienta «mejora significativamente la precisión» si la comparamos con los métodos de segmentación tradicionales, logrando una mayor confiabilidad. Esta mayor confiabilidad sería clave en las imágenes con ruido o con poca calidad, algo que, destacado, es común en la práctica clínica.

Otro punto relevante para aquellos que han formulado esta nueva herramienta es la flexibilidad de la metodología y su capacidad para adaptarse a diferentes tecnologías de toma de imágenes. Se publicaron los detalles del estudio En un artículo En la revista Matemáticas.

La nueva frontera. La inteligencia artificial continúa viendo una rápida expansión. Una expansión que Cubre disciplinas médicas. Un buen ejemplo de esto son las herramientas de diagnóstico, cuya precisión habría logrado superar el «ojo clínico» del personal de salud, según Sostienen a sus desarrolladores.

Todavía no podemos confiar en nuestra salud en la IA, pero, por supuesto, el potencial de estas herramientas al ayudar a los profesionales de la salud y los pacientes mismos crecen día a día. Estas herramientas son un futuro prometedor, pero al menos por ahora son solo eso.

En | Los cirujanos se enfrentan a un nuevo desafío: los pacientes que desean parecerse a su doble creado por AI

Imagen | Accuray

(Function () {window._js_modules = window._js_modules || {}; var headelement = document.getelegsbytagname (‘head’)[0]; if (_js_modules.instagram) {var instagramscript = document.creatElement (‘script’); instagramscript.src = «instagramscript.async = true; instagramscript.defer = true; headelement.appendChild (Instagramscript);}}) ();

–
La noticia Si interpretar una resonancia magnética, parece difícil, es porque lo es. Por eso estamos desarrollando ayuda: una IA Fue publicado originalmente en Por Pablo Martínez-Juárez.