CIENCIA

La última IA de Stanford ayuda a los médicos a diagnosticar los aneurismas cerebrales con mayor precisión

Desde el cáncer de mama hasta los aneurismas cerebrales, la inteligencia artificial continúa consolidándose como una valiosa herramienta de diagnóstico. Los investigadores de la Universidad de Stanford creó IA predictiva para detectar la probabilidad de aneurismas en escáneres cerebrales con alta precisión.

Aunque relativamente raro, aneurismas cerebrales se presentan repentinamente y tienen un período de tiempo muy corto para el tratamiento antes de que sean fatales. Según la Brain Aneurysm Foundation, alrededor de 30,000 personas en los Estados Unidos experimentan esta condición por año, el 15 por ciento muere camino al hospital y el 40 por ciento de todos los casos resultan en la muerte. De los supervivientes, el 66 por ciento sufre algún grado de función neurológica disminuida. Esto hace que un diagnóstico precoz y preciso sea el factor más importante en la prevención de un aneurisma cerebral, pero ha demostrado ser una tarea muy difícil para los profesionales médicos.

Los investigadores de la Universidad de Stanford reconocieron la dificultad de este problema y crearon una herramienta para ayudar a resolverlo. Kristen Yeom, profesora asociada de radiología y coautora principal de el papel, explica por qué la IA es un componente vital en el proceso de diagnóstico:

[The] La búsqueda de un aneurisma es una de las tareas más intensivas y críticas que realizan los radiólogos. Dados los desafíos inherentes de la anatomía neurovascular compleja y el resultado potencialmente fatal de un aneurisma perdido, me impulsó a aplicar los avances en informática y visión a la neuroimagen.

Los aneurismas cerebrales se presentan cuando la pared de una arteria en el cerebro se hincha, pero los problemas reales no comienzan hasta que estas protuberancias comienzan a derramar sangre o estallar. Cuanto más grandes se vuelven, más difícil se vuelve el tratamiento si se rompen. Mientras que otros esfuerzos de diagnóstico buscan encontrar signos de una enfermedad antes de que se manifieste notablemente, los aneurismas cerebrales tienen una amplia gama de orígenes, desde el abuso de drogas hasta el cáncer y diversos problemas relacionados con la sangre. El mayor problema sigue siendo la detección de aneurismas existentes en primer lugar. Antes de que se rompan, los aneurismas cerebrales generalmente no presentan ningún síntoma y su eliminación requiere una cirugía correctiva. Esto conduce a un proceso de diagnóstico cuidadoso y completo, ya que los médicos no quieren ordenar una cirugía cerebral sin tener la certeza de que es necesaria.

Crédito de la imagen: Allison Park (Stanford)

Las complicaciones con el proceso de diagnóstico crearon desafíos únicos para Yeom y su equipo al abordar la creación de su herramienta de inteligencia artificial HeadXNet. La importancia de evitar diagnósticos erróneos significaba que HeadXNet no podía ejercer una influencia excesiva sobre las decisiones de un médico. Además, los escáneres cerebrales son modelos tridimensionales completos con mucha más complejidad que las imágenes planas que las redes neuronales convolucionales suelen estar entrenadas para comprender. Para abordar estos problemas, el equipo de Yeom etiquetó manualmente cada voxel en los datos de entrenamiento para especificar si contenía un aneurisma. Después del entrenamiento, HeadXNet solo brindó su respuesta en forma de superposición para identificar ubicaciones en el cerebro con la mayor probabilidad de un aneurisma sin proporcionar una influencia adicional que pudiera influir en un diagnóstico erróneo.

El equipo de Yeom probó HeadXNet con ocho médicos y 115 escáneres cerebrales y esta pequeña prueba arrojó resultados positivos. Al utilizar la herramienta, los médicos identificaron correctamente más aneurismas y redujeron la cantidad de desacuerdo diagnóstico entre ellos. Incluso con estos resultados prometedores, no veremos HeadXNet como parte del proceso de diagnóstico en el futuro cercano. Más allá de la necesidad de un mayor desarrollo y pruebas para garantizar su uso seguro en poblaciones más grandes, los visores de escaneo cerebral actuales no están diseñados para integrarse con tecnologías de aprendizaje automático como HeadXNet. El uso generalizado de esta tecnología requiere más datos, pruebas y desarrollo antes de que la población en general pueda beneficiarse de ella.

Sin embargo, HeadXNet constituye un importante paso adelante en el proceso de resolución de Problema complicado y fatal con la investigación con fondos insuficientes. También demuestra el mayor beneficio de usar la inteligencia artificial como socio colaborativo y no como un reemplazo para los humanos en general. Con las motivaciones e implementaciones adecuadas, la IA tiene mucho que ofrecer a la humanidad. Si bien también tenemos que considerar lo peor, seguimos viendo los resultados de esperar lo mejor.

Crédito de la imagen superior: Storyblocks

Publicaciones relacionadas

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba
Cerrar
Cerrar