"La inteligencia artificial está cambiando todo, también la Radiología"

Uno de los principales puntos que se han abordado en el 35º Congreso Nacional de la Sociedad Española de Radiología Médica (SERAM) ha sido el uso de la inteligencia artificial (IA) en la imagen, desde diferentes perspectivas y en distintas ponencias.

En este contexto, Pablo Valdés, director del área de Radiodiagnóstico de la Agencia Sanitaria Costa del Sol, presidente saliente de la SERAM y presidente del Comité Organizador de dicho congreso; y Rodrigo de Luis, vocal de Biotecnología en el 35º Congreso Nacional de SERAM, ingeniero de telecomunicaciones y profesor titular en la Universidad de Valladolid, cuentan a Redacción Médica las “oportunidades”, la “utilidad” y los "conflictos" de la IA en el campo del Radiodiagnóstico.

IA como herramienta de la Radiología

Para Pablo Valdés la IA se debe considerar como “una herramienta que mejora la Radiología”. “Como todas las herramientas potentes, las oportunidades que genera dependen más de su uso que de la propia herramienta. Al hablar de inteligencia artificial hay que recordar que se habla de una IA fuerte (la que sustituiría a toda la mente humana) y una débil (la centrada en una actividad concreta). Ahora disponemos de herramientas de inteligencia artificial débil, muy potentes, que se pueden aplicar a prácticamente todas las fases del proceso de imagen”, ha manifestado.

El radiólogo además ha explicado que la IA puede ayudar a los clínicos a pedir la “mejor técnica” de imagen para cada paciente. “Puede mejorar las citaciones de pacientes, facilitar al técnico la colocación y la adquisición de la imagen, mejorar la técnica radiológica, disminuyendo tiempos de adquisición, dosis de radiación o dosis de contraste. Por supuesto, ya es una ayuda al diagnóstico y, de forma global, permitirá mejorar la gestión y la calidad de los servicios de radiología. La IA, va a suponer una mejora importantísima en la actividad asistencial y, probablemente, cambiará la forma de hacer la Medicina”, ha agregado.

---

"La IA puede ayudar a los clínicos a pedir la mejor técnica de imagen para cada paciente"

---

Por su parte, Rodrigo de Luis ha destacado que la utilidad de la IA en la Radiología tiene dos aspectos fundamentales. “Por un lado está el que sea tal vez más evidente, y que consiste en automatizar procesos que consumen mucho tiempo y que las máquinas pueden aprender a hacer muy bien, como puede ser el caso de segmentar lesiones o estructuras de interés en una imagen médica. Por otra parte, se puede extraer información que existe en las imágenes pero que es imperceptible al ojo humano, analizarla de manera masiva y combinarla con otras fuentes de información. Con esto se puede ayudar al diagnóstico, pero también ir más allá en aplicaciones como la predicción de la evolución de un paciente, o la detección temprana de anomalías que puedan desembocar en una patología”, ha afirmado.

¿Puede llegar la IA a sustituir la Radiología?

Al ser consultado sobre una eventual sustitución de la IA por la Radiología, Pablo Valdés ha enfatizado que "asumir que desaparezcan los radiólogos o la Radiología es como plantearse que las calculadoras pueden hacer desaparecer a los ingenieros (algo que se planteó en su momento)".

"La radiología es una especialidad muy compleja, con un gran enfoque clínico, en la que el radiólogo hace muchas tareas y tiene competencias en diferentes campos. El diagnóstico de una patología es una de ellas. Disponer de herramientas avanzadas que potencien su capacidad es algo de lo que se van a beneficiar todos los pacientes. Por eso se habla de la 'inteligencia asistida', como un escenario en el que los radiólogos dispondremos de herramientas que nos eviten hacer tareas repetitivas, con posibilidad de error, y que nos permitan hacer lo que debemos hacer: pensar en el paciente y ver cada caso de forma global", ha argumentado.

Conflictos en la aplicación de la IA

Respecto a los problemas a los que se enfrenta el radiólogo con la implantación de la IA, Pablo Valdés, ha explicado que “aunque cada vez hay más equipos multidisciplinares, muchos desarrollos son difíciles de aplicar en la práctica clínica. Implantar un sistema de IA supone un trabajo importante de validación y no todos los servicios de Radiología disponen del conocimiento o los medios suficientes”.

---

"Implantar un sistema de IA supone un trabajo importante de validación y no todos los servicios de Radiología disponen del conocimiento o los medios suficientes"

---

“Hay que recordar que estos sistemas se diseñan a partir de datos específicos, con ejemplos que usan los ingenieros en su programación. Y los casos pueden ser diferentes en el entorno clínico en el que se van a aplicar. Por otra parte, los datos que se tienen que incluir en los sistemas pueden ser heterogéneos y difíciles de adaptar a los sistemas de IA”, ha agregado el especialista.

En cuanto a la aplicación de la IA, Pablo Valdés ha dicho que se "están mejorando año tras año y se están superando muchos problemas técnicos que se veían inicialmente (como problemas en la fase de aprendizaje, los sesgos, las 'cajas negras')". Sin embargo, el principal problema que ha destacado el radiólogo es "la dificultad" que supone, con las cargas asistenciales actuales y la complejidad de los sistemas, poder implantarlos de forma "segura". Hace falta más formación específica y poder contar con equipos multidisciplinares que se integren en los servicios clínicos, algo que nuestro sistema de salud no siempre facilita", ha agregado.

Diagnóstico automático 

Rodrigo de Luis, ha explicado que el error más importante en la aplicación de la IA es "no entender que hay una enorme diferencia entre un prototipo y un sistema apto para su uso en un entorno clínico".

"Desarrollar un prototipo, por ejemplo, de diagnóstico automático de Covid-19 a partir de radiografías, puede ser cuestión de unos pocos días si se tienen los datos necesarios para el entrenamiento. Sin embargo, convertir ese sistema en un producto que pueda ser utilizado en un hospital es una tarea de años, porque hay que asegurarse de que el sistema es robusto, que generaliza bien a poblaciones que posiblemente no sean iguales a las que se usaron en el entrenamiento, que no tiene sesgos no deseados, y un largo etcétera", ha argumentado Rodrigo de Luis.

Dilemas éticos en la aplicación de IA en Radiología

Respecto a los dilemas éticos en la aplicación de IA en el campo de la imagen, Pablo Valdés ha explicado que los principales conflictos a los que se ven enfrentados en este campo son la propiedad de los datos y la autonomía del paciente, el conflicto de responsabilidad y los dilemas de equidad.

Sobre este último punto el radiólogo ha explicado que “si ya estamos viendo en muchos países que los sistemas sanitarios son cada vez menos justos, la presencia de estas tecnologías puede acabar dando lugar a una Medicina de ricos y otra de pobres, o una medicina personalizada de alto rendimiento de la que solo podrá disfrutar quien tenga una economía muy desahogada".

---

"En muchos países que los sistemas sanitarios son cada vez menos justos, la presencia de estas tecnologías puede acabar dando lugar a una Medicina de ricos y otra de pobres"

---

IA en Radiología durante la pandemia de Covid-19

Rodrigo de Luis ha señalado que en un inicio de la pandemia aparecieron sistemas automáticos capaces de diagnosticar “automáticamente” el Covid-19 a partir de radiografías o TAC de tórax, o detectar la neumonía producida por esta enfermedad y “distinguirla” de otros tipos de neumonía. Sin embargo, cuando la PCR pasó a ser el “estándar” para el diagnóstico, el interés cambió y se centró más en analizar la evolución de los pacientes, tratando de predecir cosas como la necesidad de un respirador o el ingreso en UCI.

"Podemos decir que se han desarrollado sistemas muy rápidamente y con buenos resultados, pero apenas han llegado a la práctica clínica. En cuanto a investigación, sin embargo, creo que no es exagerado afirmar que la IA, tanto en Radiología como en otras áreas de la Medicina y la Biología, ha servido para acelerar los avances en el conocimiento de la enfermedad (Covid-19) y sus soluciones, como las vacunas. Tal vez habríamos llegado al mismo sitio sin la inteligencia artificial, pero creo que habríamos tardado bastante más tiempo", ha concluído Rodrigo de Luis.