¿Alguna vez se habrán realizado una radiografía, una tomografía, un ultrasonido o una resonancia magnética? Estas técnicas se llaman imágenes médicas, y justamente crean imágenes del interior del cuerpo de manera no invasiva para diagnosticar enfermedades. El problema es que muchas de estas son costosas tanto para el sistema de salud como para el paciente, tampoco son del todo exactas y no caracterizan completamente las enfermedades, de manera de permitir un diagnóstico lo suficientemente temprano.
“En una resonancia magnética, donde ingresamos a una máquina intimidante durante 40 minutos, un adulto se asusta y se siente asfixiado. Entonces imaginemos lo que siente un niño de cinco años metido dentro de esta máquina, o un adulto mayor. Ahora, si este mismo proceso solo durara 5 minutos ahorraríamos muchas molestias y costos económicos”, señala Marcelo Andía, académico de la Facultad de Medicina de la Universidad Católica, director alterno del Instituto Milenio iHealth.
Eso es precisamente lo que busca el Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud, iHealth: lograr que los diagnósticos sean cada día más precisos y los exámenes que requieren imágenes, más claros, rápidos y accesibles para toda la sociedad. Con ese fin se reunió un grupo interdisciplinario de expertas y expertos que mezcla la física/ingeniería de las imágenes médicas, medicina e Inteligencia Artificial (IA).
“La sinergia entre la física de las imágenes médicas y la IA nos ayuda en distintas etapas de la obtención de las imágenes y su uso clínico. Desde la forma que las generamos, cómo las reconstruimos, y después el cómo las podemos analizar y obtener información de ellas. Al combinar la IA con la física de las imágenes médicas y la experiencia de los médicos, podemos obtener más información de las imágenes de lo que se puede hacer con las técnicas que existen hoy”, explica Claudia Prieto, académica de la facultad de Ingeniería de la Universidad Católica, directora del Instituto Milenio iHealth.
“También nos permiten hacer que los exámenes sean mucho más cortos, al acelerar las técnicas de adquisición de las imágenes médicas; reducir la radiación de ciertas técnicas y observar información que viene de grandes bases de datos, para así predecir o diagnosticar de manera más temprana, teniendo como base lo que ya hemos visto en las imágenes de otros pacientes”, señala Claudia Prieto.
En este contexto, el objetivo de iHealth es diseñar nuevos métodos de imágenes médicas que entreguen más información de la enfermedad y de manera más confiable, actuando por ejemplo como una biopsia virtual. “Al combinar esta información con otra información del paciente proveniente, por ejemplo, de sensores fisiológicos, factores de riesgo, etc. Esperamos desarrollar metodologías que permitan anticiparse a enfermedades, generar diagnósticos más precisos, individuales y de bajo costo”, explica Prieto.
Además, la directora de IHealth añade que además esperan automatizar y/o hacer más eficientes varios procesos que hoy consumen gran parte del tiempo de personal médico calificado. “Por ejemplo, para analizar la información proveniente de las imágenes, integrar esa información para generar un diagnóstico y escribir el reporte médico correspondiente. Para lograr estos objetivos explotaremos técnicas de inteligencia artificial, pero no actuando como una especie de caja negra, sino que en combinación con la información que conocemos de la física de las imágenes médicas y de manera muy importante con la experiencia de los médicos y profesionales de la salud”, complementa.
Si bien el concepto IA aún parece lejano a la vida real, Marcelo Andía señala que el proceso es similar al aprendizaje que realizamos los seres humanos. “No me sé de memoria todos los perros, pero sí soy capaz de discriminar rápidamente entre un perro y un gato: veo si es más grande, más chico, si maúlla, si ladra, etc. Acá tú haces asociaciones, y así cuando ves un perro nuevo que nunca habías visto en tu vida, puedes ser capaz de discriminar que es un perro. Eso es inteligencia, y eso mismo se lo podemos enseñar a los computadores”, explica Marcelo Andía.
Actualmente se están desarrollando trabajos que combinan las imágenes médicas con IA, pero esto principalmente en países desarrollados, donde existen pacientes con bagaje genético muy distinto a nuestra realidad, por lo que “es importante que los países latinoamericanos hagamos investigación local de nivel internacional, que permita tomar esa información y ser capaz de generar nuevos algoritmos, nuevas herramientas que sean aplicables a la realidad latinoamericana y en Chile”, señala Andía.
Para lograr esto, iHealth cuenta con un equipo interdisciplinario de expertas y expertos en imágenes médicas/ingeniería; inteligencia artificial para imágenes, señales y lenguaje natural; fisiología y clínica/traslacional, entre otras. Dichos profesionales trabajan en colaboración con hospitales y una amplia red científica a nivel nacional e internacional, incluyendo a la Pontificia Universidad Católica, Universidad de Chile y Universidad de Valparaíso.
En esta línea, este instituto busca formar investigadores y profesionales en la interfaz de estas tecnologías y necesidades clínicas. “Es necesario hacer conversar a personas de distintas profesiones: médicos, enfermeras, físicos, matemáticos, ingenieros. Cuando pones a todos juntos, y desde un lado te dicen cuáles son sus necesidades y las herramientas disponibles, podemos desarrollar un nuevo método”, asegura Andía.
“Una vez que tenemos las imágenes analizadas, necesitamos obtener información de ellas: el diagnóstico, el paciente tiene o no tiene la enfermedad, en qué nivel del desarrollo de la enfermedad se encuentra. Nuevamente podemos usar técnicas novedosas de imágenes médicas, que pueden ser combinadas con técnicas de IA para obtener características de las imágenes y ayudar al médico con el diagnóstico de enfermedades de manera temprana”, finaliza Claudia Prieto.