La IA se suma al equipo de Radiología para liberar un 60% de su trabajo

El uso de la inteligencia artificial (IA) en el radiodiagnóstico permitiría reducir la carga de trabajo de los profesionales sanitarios en los programas de cribado en hasta un 60 por ciento. Así lo ha manifestado Marina Álvarez Benito, jefa de Servicio del Hospital Reina Sofía de Córdoba en las jornadas sobre IA celebradas este miércoles en la sede de la Sociedad Española de Radiología Médica (Seram).

El evento ha abordado la aportación de estos nuevos sistemas tecnológicos en el cribado de cáncer de mama. "No son perfectos", ha señalado Álvarez, añadiendo que hay derivaciones "innecesarias" que tienen un "impacto negativo" en los programas. Sin embargo, con la carga de trabajo actual, y que previsiblemente aumentará por la ampliación de la población diana y la recomendación de una doble lectura de las pruebas, la inteligencia artificial se presenta como un complemento y una ayuda para los radiólogos. "Permite resdistribuir el tiempo y así se podrían ampliar los programas de cribado", ha afirmado.

"Es complejo encontrar a radiólogos expertos en leer mamografías", ha indicado la especialista durante su intervención en las jornadas organizadas por la Sociedad Española de Gestión, Calidad y Seguridad (Segeca), una de las secciones de la Seram. "La inteligencia artificial puede ayudar", ha apuntado. Álvarez asegura que las nuevas herramientas de IA de deeplearning "mejoran" los programas de cribado de mama y permiten estratificar los estudios. "Es muy interesante usar estos sistemas ya que el cribado es un trabajo monótono, y eso puede provocar que se nos escape una lesión", ha manifestado la jefa de Servicio. "Poder estratificar estudios nos permite dedicar menos tiempo y energía a aquellos que tienen una menor probabilidad", ha añadido.

Inteligencia artificial en Radiología

Los estudios realizados sobre el uso de la inteligencia artificial en los cribados señalan que estos sistemas estratifican de forma adecuada, ha indicado la sanitaria del Reina Sofía. Asimismo, el radiólogo mejora su eficacia en los programas. Álvarez también ha destacado que actualmente existen problemas para implantar la tomosíntesis por el tiempo que lleva usarlo, pero si se podría llevar a cabo si se emplea la IA.

Además, el uso de estas tecnologías de deeplearning acaba produciendo, con el tiempo, que los propios radiólogos aprendan a detectar lesiones muy pequeñas y muy sutiles, ha afirmado la especialista. Álvarez ha hecho hincapié en que, igualmente, se necesita a un profesional de Radiodiagnóstico "muy bueno" para tomar decisiones. Y ha puesto de ejemplo varios casos donde la IA dio riesgo bajo a una imagen en la que después se vieron lesiones que eran cancerígenas.
 

Diagnosticar fracturas con inteligencia artificial

Carmen Carreira Gómez, jefa de Servicio de Diagnóstico por Imagen del Hospital Universitario de Fuenlabrada, también ha intervenido en las jornadas para abordar su experiencia usando la inteligencia artificial en el cribado de fracturas. La especialista resalta la necesidad de preguntarse previamente qué problema queremos resolver, cuáles son los riesgos y beneficios y cómo se ha realizado el aprendizaje del algoritmo. Asimismo, ha insistido en la necesidad de establecer un periodo de prueba.

Carmen Díaz del Río Martínez, especialista del mismo centro hospitalario, ha mostrado ejemplos de fracturas "más sutiles" que la IA sí fue capaz de detectar, y que para un profesional de Radiodiagnóstico sería más complicado. "Un día de noche no la ves ni de broma", ha bromeado. Pero Carreira ha subrayado que estos sistemas "facilitan el trabajo pero no ahorra radiólogos", indicando que son ellos los que deben "liderar" la implantación de estas tecnologías.