Se calcula que en el campo de la Radiología, se generan, a diario, en todo el mundo unos 10 millones de imágenes de las que solo se llegan a utilizar unas 1.000 para investigación. "De alguna forma, hay una ineficacia en aprovechar los datos de que se disponen para transferirlos y poder trabajar mejor en detectar, diagnosticar, estudiar, clasificar patologías a través de dichas imágenes", como puso de manifiesto el director del Área Clínica de Imagen Médica del Hospital Universitario y Politécnico La Fe, de Valencia, Dr. Luis Martí-Bonmatí, que ofreció un análisis del presente y futuro de la incorporación de la inteligencia artificial en la imagen médica en las III Jornadas SERAM-ARRS, celebradas en A Coruña (ver IM Médico).

Tal como indicó en su exposición, "la imagen no solo detecta, estadía, diagnostica, clasifica, sino que también expresan la morfología, el fenotipo, la expresión, las características y la microarquitectura de las lesiones. Aunque no podemos pretender que la imagen nos de respuesta a todo". "Vamos cambiando la metodología, los equipos, los procesos, y esas variaciones hacen que nuestro resultado, incluso, internamente no sean muy reproducibles. No hemos impactado mucho en estos diez años. Eso introduce los riesgos y las oportunidades", agregó.

Esas oportunidades, a juicio del Dr. Martí-Bonmatí pueden venir de la mano de herramientas de inteligencia artificial (IA). Y es que como apuntó, "hay mucho que hacer en el terreno de la Radiología, desde la detección precoz, hasta oncología de precisión, pasando por la personalización de los tratamientos a cada paciente". A ello pueden contribuir los sistemas informáticos junto con la inteligencia artificial.

Cómo progresar de la mano de la Inteligencia Artificial
"La IA necesita datos que expresen todo eluniverso posible de hallazgos que podemos encontrar en la práctica habitual. Esos datos se encuentran, fundamentalmente, en los hospitales, en la historia clínica electrónica con todas sus cajas de farmacia, radiología, laboratorio, patología, etc. Para poder ser analizados tienen que pasar a lo que se conoce como el `data warehouse´, que es una copia diaria pseudonimizada de dichos datos que se crea diariamente", explicó exte experto durante su intervención en las Jornadas.

"Con ayuda de las herramientas de extracción masiva de datos se pueden generar proyectos a partir de un repositorio generado de datos, clínicos, moleculares, genéticos, y de imagen sobre los que poder investigar al haber quedados anonimizados y apartados en sí de lo que es la historia clínica y compartirlo".

Ello, a su juicio, "puede aprovecharse como una oportunidad para establecer colaboraciones, gracias a poder trabajar conjuntamente científicos de datos, ingenieros, físicos, radiólogos, clínicos y patólogos, entre otros". Todo ello puede conducir "a descubrir nuevas tecnologías, definir nuevas biologías y mejorar las necesidades clínicas". "Es un mundo que tenemos que entenderlo si queremos y pretendemos progresar", recalcó. En este sentido, consideó indispensable para dar un paso adelante, mediante el manejo de herramientas de inteligencia artificial, el acceso al Espacio Europeo de datos y ser capaces de controlar las incertidumbres.

En este contexto, el director del Área Clínica de Imagen Médica del Hospital Universitario y Politécnico La Fe, de Valencia hizo referencia al proyecto ´EUCAIM´, impulsado por la Comisión Europea, liderado desde la Universitat Politècnica de València, y del que es coordinador científico el Dr. Martí-Bonmatí. La finalidad del proyecto es construir una infraestructura federada digital paneuropea de imágenes relacionadas con el cáncer, que se utilizará para el desarrollo de herramientas de inteligencia artificial hacia la medicina de precisión".

En definitiva, según el Dr. Martí-Bonmatí, estos son aspectos fundamentales para que "la Radiología madure en lo que es su implicación en medicina, y para que se reconozca, además de lo bien que se está haciendo también la brecha de conocimiento que tenemos para ser líderes junto con la genética, la inteligencia artificial y la ciencia de datos en esa medicina de precisión a la que se aspira".