La inteligencia artificial es una nueva tecnología que cada día toma más fuerza, e incluso forma parte de nuestras vidas cotidianas, desde nuestros teléfonos hasta las grandes empresas de automatización, siempre ayudando a lograr tareas de forma automatizada y apoyar en diferentes labores al ser humano. Dado el gran impacto y beneficio que esta ha originado, sectores más especializados como la salud se han visto en la necesidad de incluir este tipo de tecnologías para asistir a los diferentes profesionales en labores como la toma de decisiones y automatizar un poco más los procesos hospitalarios. Es importante resaltar que este tipo de tecnologías están hechas para asistir, más no para reemplazar.
Una de las formas más comunes de apoyar a los diferentes profesionales de la salud es mediante la visión artificial o visión por computador en las imágenes médicas. Pero antes de entrar a detalle, es necesario explicar ¿qué es visión artificial?. Se puede definir la visión artificial como el conjunto de técnicas de inteligencia artificial que permite a un computador emular el comportamiento de la visión humana, y así poder identificar y/o clasificar objetos en imágenes e incluso videos. La visión artificial ha demostrado ser muy confiable en diversas industrias. Un claro ejemplo de esto es la industria automotriz, dónde los vehículos autónomos poseen sistemas de visión artificial para identificar objetos con gran precisión, y así proveer al conductor seguridad y tranquilidad a la hora de dejar al carro conducir solo.
En respuesta al gran impacto que este tipo de sistemas de visión artificial está presentando en la industria, el sector de la salud ha buscado dónde aplicar este tipo de sistemas, siendo las imágenes médicas un sector con un amplio margen de aplicación y mejora. Este tipo de imágenes suele ser bastante complejo y solo puede ser analizado por profesionales previamente capacitados, sin embargo, diferentes factores como el cansancio puede afectar la resolución del profesional frente a la imagen, y es dónde la visión artificial entra a ayudar. Las imágenes médicas se pueden clasificar en invasivas y no invasivas, siendo estas últimas las que presentan un mayor beneficio en cuanto a tiempo y complejidad del procedimiento, sin embargo son también las más complicadas a la hora de analizar. Algunos ejemplos de imágenes médicas son:
- Imagen de Resonancia Magnética (MRI).
- Tomografía Computarizada (CT).
- Endoscopias.
- Rayos X.
En este punto, te preguntarás, ¿Cómo ayuda la visión artificial en este tipo de imágenes?. La visión artificial es usada para encontrar patrones que tal vez el ojo humano no tenga el alcance para identificar y así detectar posibles problemas o anormalidades en las imágenes. Un claro ejemplo de esto es la detección temprana de enfermedades como tumores, cáncer, pneumonia, retinopatía diabética, alzheimer, fracturas, e incluso COVID-19. Este apoyo en la detección temprana permite a los profesionales diseñar un tratamiento antes que el estado de los pacientes empeore.
Con la aplicación de este tipo de tecnologías no solo se asiste al profesional de la salud para reducir los posibles errores derivados de factores externos como el cansancio, también mejora la productividad de los profesionales, ya que el tiempo para tomar una decisión se ve reducido, se pueden enfocar en las zonas que los modelos de visión por computador recomiendan y tomar una decisión más rápida y confiable. Del mismo modo, tanto como la tecnología médica avanza, nuevas imágenes y enfermedades surgen, por esto es necesario que los modelos de visión artificial sean constantemente entrenados. Finalmente, el campo de mejora de la visión artificial es bastante amplio, modelos basados en redes neuronales convolucionales y transformers, toman cada día más fuerza y muestran aplicaciones como generación artificial de imágenes, simuladores, y asistencia en tiempo real, que pueden ser aplicados de forma innovadora al campo de la medicina, teniendo en cuenta que aún hay enfermedades que incluso para el ojo humano son imposibles de identificar.
Por Jesús Alejandro Álzate Grisales