La SERAM analiza las ventajas de la IA en radiología osteomuscular

La inteligencia artificial (IA) en radiología osteomuscular supone más eficacia en la exploración, diagnóstico más preciso y un tratamiento más adecuado, según resalta  Joan Carles Vilanova, especialista musculoesquelético de la Sociedad Española de Radiología Médica (SERAM)  El mismo es ponente del 37 congreso nacional de la SERAM, que se celebrará del 22 al 25 de mayo en Barcelona, con la ponencia “IA en radiología osteomuscular ¿para qué?”. En concreto, la IA en radiología osteomuscular implica la aplicación de algoritmos y técnicas de aprendizaje automático para: la gestión de la solicitud para adecuar la exploración más eficaz, seleccionar el protocolo apropiado para realizar la prueba, interpretar imágenes radiológicas y la adquisición de las imágenes que mejoran la calidad en menor tiempo. Pero también para aplicar esos algoritmos en el resultado final del estudio e identificar patología, ayudar a realizar diagnóstico diferencial e incluso la transcripción de un informe con sus conclusiones. A este respecto, Vilanova comenta, “para el paciente conlleva mejorar la calidad asistencial en todos los ámbitos, desde optimizar la prueba más eficaz para el diagnóstico, mejorar la calidad de la prueba y especialmente optimizar el resultado de la prueba con diagnósticos más precisos para que puedan tener el tratamiento más adecuado”.

IA en radiología osteomuscular

Las principales aplicaciones actuales de la IA en radiología osteomuscular son: fracturas óseas, artritis y enfermedades articulares, tumores óseos y de tejidos blandos y artroplastia y prótesis. Así, su aplicación es útil para realizar las exploraciones de resonancia magnética con algoritmos de IA que permiten reducir el tiempo y al mismo tiempo aumentan la calidad de las exploraciones. De este modo Vilanova puntualiza “en el campo del diagnóstico se está implementando en los servicios de urgencias para el diagnóstico de las fracturas óseas. Además, se está empezando a utilizar en otras aplicaciones como: la detección de osteoporosis, conocer la edad de los pacientes sin identificar en base a interpretar una radiografía de la mano, o hacer mediciones de forma automática en las radiografías para por ejemplo conocer el grado de desviación de la columna”. Pese a ello, su aplicación efectiva en la práctica clínica no siempre es sencilla. Existe la dificultad en integrar los sistemas de IA en los flujos de trabajo existentes debido a la diversidad de formatos de imágenes médicas utilizados en diferentes entornos de atención médica. Por otra parte, es crucial validar la precisión y la seguridad de los algoritmos de IA en entornos clínicos del mundo real. Finalmente, los aspectos éticos y legales en la implementación de IA en radiología plantean cuestiones éticas y legales, como la privacidad de los datos del paciente y la responsabilidad médica en caso de errores.