Visión Artificial de Máquinas que Busca Revolucionar Nuestra Salud

Visión Artificial & Salud

Junto con los LLM (modelos de lenguaje a gran escala) como ChatGPT, la visión artificial es uno de los desarrollos recientes más importantes en IA. Los diversos métodos utilizados para lograrlo, como las redes neuronales y el aprendizaje profundo, ahora permiten a las computadoras ver realmente su entorno.

Una aplicación de esta idea es permitir que las computadoras asuman tareas humanas como conducir o otorgar a los robots plena autonomía en el mundo real en lugar de permanecer confinados a los pisos de fábrica.

Es uno de los principales impulsores de la adopción de la visión artificial, un mercado de rápido crecimiento que se espera alcance los 9.2 mil millones de dólares para 2029.

Fuente: EPAM

Pero otra tarea igualmente importante es evaluar nuestra salud. Muchos diagnósticos médicos dependen de las evaluaciones visuales de los médicos. Esto incluye el examen directo y el análisis a nivel de experto de radiografías, escáneres y otras imágenes médicas.

En la mayoría de los casos, estas inspecciones visuales son algo subjetivas. Un médico necesitará muchos años de experiencia para sentirse realmente seguro de su evaluación. Y hasta ahora, la complejidad de que el cuerpo de cada paciente sea ligeramente diferente lo hacía demasiado complejo para una medición automatizada.

Esto está cambiando finalmente, y muchas empresas están explorando ahora el despliegue de visión artificial de IA para crear análisis superiores de imágenes médicas.

Examen Visual Directo

Recientemente exploramos el caso de usar IA para detectar mejor que un médico humano infecciones de oído en nuestro artículo “IA Preparada para Convertirse en una Herramienta de Diagnóstico Médico Invaluable”

Esto puede ampliarse a muchas otras patologías; por ejemplo, la imagenología de IA de Google puede usarse para diagnosticar 26 diferentes enfermedades de la piel (el 80 % de los casos vistos en atención primaria), detectar retinopatía diabética, o incluso predecir el riesgo de desarrollar retinopatía diabética en el futuro.

Más sorprendente aún, la IA también parece ser capaz de detectar problemas de salud a partir de inspecciones visuales que los humanos no podrían usar; por ejemplo, detectar anemia (normalmente requiere un análisis de sangre) a partir de una mirada a la retina del ojo. El mismo método también podría usarse para predecir riesgos de ataque al corazón.

También puede detectar lesiones que el ojo humano pasaría por alto; por ejemplo, la mayor precisión de la IA de Iterative Health puede ayudar a detectar cánceres gástricos y colorrectales.

Análisis de Imágenes Médicas

Cuanto más refinadas son las imágenes médicas provenientes de rayos X, tomografía, escáneres CT, ecografía y otras, más compleja se vuelve el análisis de imágenes.

La IA avanzada ahora puede ayudar a mejorar la calidad de la imagen, el manejo de datos y el análisis de datos.

Por ejemplo, Cleery está usando IA para analizar datos de Angiografía por Tomografía Computarizada Coronaria (CCTA) para “ generar un modelo 3D de las arterias coronarias del paciente, identificar su lumen y paredes de los vasos, localizar y cuantificar estenosis, así como identificar, cuantificar y categorizar la placa.”

Butterfly Network (BFLY ) está cambiando la forma en que se realiza la ecografía gracias a chips semiconductores que reemplazan los sensores piezoeléctricos y a la IA para crear modelos 3D móviles de los órganos internos del paciente.

Fuente: Butterfly Network

Verisound AI, una subsidiaria de GE Healthcare, brinda orientación en tiempo real al practicante, captura de imágenes automatizada y AIs especializadas dedicadas para imágenes generales, cardiología, ecografías mamarias, salud de la mujer, nervios, riñones, hígado, etc.

Las IA de Google también se usan para ayudar a detectar cáncer de mama y ahorrar tiempo a los oncólogos, ayudando a aliviar la escasez de mano de obra.

ChestEye y ChestLink de Oxipit revisan doblemente las imágenes de radiología para posibles tumores pulmonares que se hayan pasado por alto.

Cirugía

La IA también puede ayudar a los cirujanos de muchas maneras.

Una es la guía quirúrgica, especialmente en la cirugía asistida por robot, donde la IA puede proporcionar información adicional o consejos al cirujano en tiempo real.

Basado en su revisión de millones de videos quirúrgicos, la IA tiene la capacidad de anticipar los próximos 15 a 30 segundos de una operación y proporcionar supervisión adicional durante la cirugía

Dr. Eckhoff – becario de inteligencia artificial e innovación en el Laboratorio de Inteligencia Artificial y Innovación Quirúrgica del Massachusetts General Hospital

Un ejemplo es la francesa Pixee Medical, que permite el seguimiento 3D con un smartphone o gafas inteligentes para cirugía ortopédica.

La IA también puede automatizar el procedimiento crucial de registrar la cirugía, especialmente para tareas repetitivas y propensas a errores. Como los cirujanos olvidan instrumentos dentro del paciente en aproximadamente 1500 cirugías al año en EE. UU., la visión por computadora podría ayudar igualmente a eliminar este problema por completo al rastrear automáticamente todo lo utilizado durante la cirugía.

Gestión de Datos

Datos del Paciente

Aunque puede ser menos espectacular que detectar un tumor, realizar un diagnóstico sin intervención humana o asistir a los cirujanos, la gestión de los datos del paciente puede ser igualmente importante para la recuperación de los pacientes.

La primera parte en la que la IA puede ayudar es el reconocimiento facial y su vinculación con la identificación del paciente y los archivos médicos. Siempre existe el riesgo de que la identidad se confunda en el entorno de trabajo de alta velocidad y alto estrés de la mayoría de los hospitales. Esta tecnología es más general y puede ser implementada por proveedores de software de reconocimiento facial, como Facia, por ejemplo.

El segundo paso es integrar todos los datos posibles de un paciente en un solo sistema. Por ejemplo, podría incluir imágenes del departamento de radiología (y su software asociado), archivos generales del paciente, documentos de tratamientos previos en otro hospital, recetas farmacéuticas, etc.

Integrar todos estos datos juntos puede ser muy complejo, y herramientas de IA como CloudMedxHealth podrían ayudar a aprovechar todo el potencial de los datos médicos digitales.

Fuente: CloudMedxHealth

Los datos médicos también pueden agregarse a un nivel superior, como la forma en que Komodo Health crea una visión general de todo el sistema de salud de EE. UU.

Monitoreo

Otro segmento donde la IA puede ayudar es el monitoreo del entorno hospitalario. Esto puede incluir el cumplimiento de buenas prácticas de higiene (limpieza, mascarillas, etc.) o realmente cualquier procedimiento que necesite ser monitoreado automáticamente.

Un monitoreo similar puede proporcionarse a los pacientes en casa para verificar su recuperación. Esto puede hacer que cosas como la fisioterapia sean posibles en el hogar, lo que no solo es más práctico para pacientes y médicos, sino también más barato para el sistema de salud en general.

El monitoreo en el hogar también puede incluir detección de caídas, con la llamada automática a los servicios de emergencia si es necesario.

La telemedicina en general puede beneficiarse de la IA, como por ejemplo la solución de Corti.AI.. También exploramos este tema en nuestro artículo “Sanar Desde Casa: Las 5 Mejores Acciones de Telemedicina”.

Mejorando la Investigación Médica

La biología a menudo se describe como el campo científico más “blando” porque los datos médicos y biológicos tienden a ser mucho más “desordenados” que los de química o física.

En parte, esto es inevitable, ya que las muestras biológicas son extremadamente complejas y pueden variar entre sí.

También se debe a que el campo todavía depende a menudo del recuento manual para cosas como el conteo de células bajo un microscopio. Lo mismo ocurre con análisis médicos como el recuento sanguíneo. Naturalmente, 2 personas diferentes tendrán formas ligeramente distintas de contar una muestra compleja.

Esto puede resolverse con visión artificial de IA, con productos como Shonit de Sigtuple que ahora pueden proporcionar recuentos fiables y estandarizados de todo tipo de células sanguíneas.

Fuente: Sigtuple

Las imágenes médicas también están recibiendo clasificación y anotación estandarizadas a través de herramientas como Enlitic, lo que permite a los investigadores acceder a conjuntos de datos de mayor calidad.

Mientras la investigación médica lucha por manejar una avalancha de nuevos datos provenientes del progreso en ciencias analíticas en genómica, transcriptómica, proteómica y la revolución general de “multi‑ómicas” que describimos en “Las Multi‑ómicas Son el Próximo Paso en Biotecnología”.

Esto también incluye la edición genética, con IA de código abierto que ahora ayuda a los investigadores a diseñar nuevas herramientas de edición genética, como se discute en “Edición Genética Habilitada por IA Posible con ‘OpenCRISPR‑1’”.

Reemplazando Sentidos Fallidos

Otra forma en que la visión artificial puede cambiar la atención médica es viendo cosas por nosotros. Las personas ciegas o con otras discapacidades pueden recibir ayuda de la IA para identificar objetos en su entorno.

La IA también puede convertir texto a voz que normalmente sería inaccesible.

Por último, la visión artificial puede ayudar a las personas con discapacidades a controlar dispositivos mediante expresiones faciales o gestos.

Empresas de Visión Artificial

1. Alphabet

Google es una empresa tecnológica líder en muchos sectores, con, por supuesto, Search y su sistema operativo Android para smartphones como buenos ejemplos.

También es líder en IA, con una fuerte presencia en visión artificial para la salud, que abarca desde la detección de cáncer y enfermedades hasta la prevención y la mejora del tratamiento.

La IA también se aprovecha en otros campos además de la visión artificial. Por ejemplo, la IA AlphaFold de Google puede predecir la configuración 3D de las proteínas, datos clave para crear nuevos fármacos, y predecir la eficiencia y el perfil de seguridad de nuevas moléculas. Discutimos cómo las predicciones de AlphaFold han demostrado ser fiables y de gran ayuda para el desarrollo de fármacos en “Modelado Prospectivo Señala un Futuro Brillante para el Descubrimiento de Fármacos Basado en IA”.

Fuente: News Medical

La IA de Salud de Google incluye Med-PaLM, el primer modelo de lenguaje a gran escala que alcanza un rendimiento experto en preguntas tipo examen de licencia médica, el código abierto Open Health Stack para desarrolladores, DeepVariant para análisis genómico, y aprendizaje profundo para registros electrónicos de salud.

Por supuesto, la Vision AI de Google tiene muchas otras aplicaciones más allá de la salud, incluyendo transporte, generación de contenido (texto, imagen y video), interpretación de documentos, etc.

En resumen, Alphabet (GOOG ) /Google es un gigante no solo de la tecnología sino también de la IA, incluyendo en la salud y las aplicaciones de visión artificial en la atención médica.

2. Butterfly Network

Butterfly es tanto el desarrollador de una herramienta de diagnóstico por ultrasonido ultra‑portable avanzada como de un software integrado que utiliza IA para ayudar en el diagnóstico, llamado “Compass”.

Fuente: Butterfly Network

La empresa está ahora en su tercera generación (³) de la sonda de ultrasonido, con el lanzamiento en 2024 del iQ3, con una mayor velocidad de transferencia de datos y el doble de potencia de procesamiento que la versión anterior. Al igual que todas las sondas de ultrasonido Butterfly anteriores, se basa en la superior tecnología de “ultrasonido en chip” de semiconductores en lugar de sensores piezoeléctricos clásicos.

El iQ3 ofrece una experiencia de usuario superior, incluyendo la posibilidad de visualizar simultáneamente tanto 3D como multi‑planos, software en la nube integrado y un arranque rápido, todo a un precio más bajo.

La empresa utiliza IA para mejorar las imágenes, generar automáticamente mediciones relevantes para el diagnóstico y proporcionar práctica de entrenamiento/enseñanza.

Fuente: Butterfly Network

Butterfly está expandiéndose rápidamente a nuevos mercados en Asia (Singapur, Indonesia, Filipinas, etc.) y también en los mercados veterinarios, como la verificación de la salud del ganado en corrales y aprovechando la ultra‑portabilidad de su herramienta de ultrasonido.