La Sociedad Española de Radiología Médica (SERAM) ha asegurado que los biomarcadores de imagen, la radiómica y la inteligencia artificiales (IA) aumentan la precisión diagnóstica, el diagnóstico precoz y agilizan los procesos radiológicos en patologías como el cáncer de próstata, el cáncer de recto y el ictus
En concreto, los biomarcadores de imagen son parámetros obtenidos de forma objetiva a partir de imágenes médicas que se extraen tras aplicar modelos computacionales a las imágenes radiológicas conseguidas con cualquier técnica, como la radiografía, tomografía computarizada (TC) o la resonancia magnética (RM), entre otras, que permite obtener datos cuantitativos de las imágenes médicas que no se pueden valorar solo con el análisis visual de médico radiólogo.
«Nos encontramos en el inicio del uso de los biomarcadores de imagen, la radiómica y la IA, pero su desarrollo está siendo muy rápido. Estas herramientas van a ser una gran ayuda para el médico radiólogo, especialmente van a tener un a papel principal en los estudios de cribado poblacional de mama, próstata y pulmón», ha dicho el presidente ejecutivo de la sección de abdomen de la SERAM y radiólogo en el Hospital Vithas Castellón, Carlos Casillas Meléndez.
Asimismo, la implementación de la IA en las máquinas de RM reduce el tiempo de estudio y, por consiguiente, ampliar el número de pacientes por día, disminuyendo de esta forma las listas de espera. «Las aplicaciones basadas en ‘deep learning’ y ‘machine learning’ están obteniendo biomarcadores de imagen que ayudan a un diagnóstico más rápido de los pacientes con cáncer de próstata, acortando el proceso diagnóstico, de tal forma que el paciente puede tratarse sin demora» ha argumentado Casillas.
Asimismo, en procesos donde el tiempo es prioritario para reducir las secuelas y la mortalidad, como en el ‘código ictus’, la IA permite identificar, clasificar y cuantificar de forma automática las lesiones cerebrales.
También, un estudio reciente demuestra que el análisis de las mamografías con IA en el cribado del cáncer de mama tiene una alta precisión en distinguir entre las pacientes sin cáncer y con cáncer de mama. De esta forma, la IA ayuda a priorizar, además de a disminuir un 25 por ciento el número de ‘rellamadas’ para completar el estudio, disminuyendo así la irradiación de las pacientes.
Relacionados
