Modelo de IA para RM alcanza un 97,5% de precisión diagnóstica

Un equipo de científicos de la Universidad de Michigan ha presentado un sistema de IA que puede diagnosticar automáticamente a los pacientes a partir de escaneos de resonancia magnética. Este desarrollo tiene el potencial de revolucionar la industria, proporcionando una atención más rápida y mayor accesibilidad a pacientes de todo el mundo. Esto es lo que necesitas saber.

Cómo funciona la tecnología de resonancia magnética en la imagen cerebral

La resonancia magnética (RM) se basa en campos magnéticos y ondas de radio para crear imágenes 2D/3D detalladas de órganos y otras partes vitales del cuerpo. La tecnología de RM nació a partir de trabajos previos sobre resonancia magnética nuclear (RMN) realizados durante la Segunda Guerra Mundial.

En 1952, Felix Bloch y Edward Purcell ampliaron el concepto, obteniendo el Premio Nobel ese mismo año. Sin embargo, no fue hasta que Paul Lauterbur añadió gradientes espaciales que la tecnología pudo crear imágenes 2D de órganos y tejidos. Cabe destacar que los pulsos de radiofrecuencia utilizados en los escaneos de RM no generan radiación ionizante, lo que los hace ideales en comparación con los escáneres de TC.

Hoy en día, los escaneos de RM son comunes. Según los informes, se realizan entre 150 y 200 millones de escaneos al año. Además, los estudios muestran que el uso de la RM está en aumento, con la mayoría de las regiones experimentando un incremento del 3‑6 % en estos procedimientos. Por lo tanto, no es sorprendente que la RM sea ahora un componente crucial del sistema médico.

Por qué es desafiante interpretar los escaneos de RM cerebral

A medida que aumenta la dependencia de la RM, se ponen de manifiesto algunas de sus desventajas. En primer lugar, interpretar estas imágenes requiere tiempo y precisión. Esta demanda ha crecido en medio de la escasez de personal en el sector médico.
Los resultados son que, a medida que aumenta el uso de la RM, se ejerce una presión sobre el ya sobrecargado sistema médico. Los estudios demuestran que la presión varía según se trate de un gran hospital con exceso de pacientes o de una instalación más pequeña sin acceso a profesionales capaces de interpretar imágenes de RM. Sin embargo, el resultado es el mismo: los pacientes enfrentan mayores riesgos.

Riesgos clínicos de la interpretación tardía de la RM

El problema es que muchas de las enfermedades neurológicas que la RM ayuda a detectar requieren atención inmediata. Esta necesidad implica un equilibrio entre un diagnóstico oportuno y mejores resultados, lo que a menudo genera plazos incumplidos.

Por ejemplo, las hemorragias cerebrales y los accidentes cerebrovasculares son ejemplos claros de condiciones médicas que los escaneos de RM pueden detectar y que requieren atención médica inmediata. Sin embargo, estas condiciones son notoriamente difíciles de identificar, lo que requiere la revisión profesional para llevar a cabo la tarea.

Regiones del cerebro