Desarrollar una plataforma para alojar, procesar y proveer imágenes médicas, facilitando la toma de decisiones de los profesionales de la salud en base a información de referencia y calidad mediante el contraste con otros casos clínicos similares, es uno de los objetivos del proyecto Fondef “Repositorio interoperable para análisis inteligente de imágenes médicas”, liderado por el Dr. Mauricio Araya, académico del Departamento de Electrónica de la Universidad Técnica Federico Santa María e investigador del Centro Avanzado de Ingeniería Eléctrica y Electrónica, AC3E.
El desarrollo tecnológico busca alcanzar la interoperabilidad en la compartición de datos clínicos de los pacientes y dotar de inteligencia al procesamiento de grandes volúmenes de datos en el área de salud. El proyecto posee dos partes, la primera de ellas es Alpacs, repositorio de imágenes médicas que permitiría a cualquier institución acceder de manera interoperable. “Es una especie de infraestructura o puente para que los centros de salud puedan conversar en términos de imágenes médicas. También es un repositorio prototipo para que otras instituciones de salud puedan replicarlo e interoperar entre ellas”, explica el Dr. Araya.
La segunda parte lo compone Proximity, que según el académico “es una herramienta inteligente que a través de redes neuronales e inteligencia artificial recomienda exámenes similares al que está diagnosticando el médico”.
Proceso
El proyecto, cuya segunda etapa finaliza en 2024, trabaja con 30 mil tomografías computarizadas del Hospital Clínico de la Universidad de Chile, correspondientes a 10 años de exámenes.
El experto de la USM indica que “el médico, al tener acceso a mayor cantidad de casos similares, puede tomar decisiones más precisas con cada paciente. Su diagnóstico, a la vez, puede ser más certero en casos extraños y, cuando son comunes, acelerar el proceso”.
El funcionamiento, señala, es similar a una junta médica, pero utilizando la plataforma. El profesional debe ingresar la imagen a analizar para que se despliegue el conjunto de exámenes similares con distintos diagnósticos, permitiéndole decidir, comparativamente, los hallazgos a informar en la imagen original.
“Es importante recalcar que esta herramienta no reemplaza ni realiza el informe, sino que apoya al profesional. Según los médicos con los que hemos trabajado, la plataforma contribuye, por ejemplo, al trabajo diario de los radiólogos, pudiendo reducir los tiempos de generación de informes según su dificultad”, afirma el Dr. Araya.
Tecnología
Proximity, en su desarrollo actual, está pensada para la docencia con el objetivo de enseñar al radiólogo a realizar un buen informe diagnóstico, y también para investigación, en caso de hacer un estudio epidemiológico de una enfermedad.
Respecto a la tecnología, el experto señala que se ocupa machine learning para crear un espacio latente. “En este lugar, donde se alojan las imágenes en baja dimensionalidad, se pueden encontrar las similitudes entre las diversas imágenes. Sumado a esto se utilizan algoritmos de aglomeramiento o clustering, que van agrupando estos casos que son similares”.
Cabe destacar que el proyecto se trabaja con el apoyo técnico y científico de la Universidad de Chile, que provee datos y ayuda de especialistas, y también con el Centro Nacional en Sistemas de Información en Salud (CENS) entre otros.
Ver nota El Mercurio.
Fuente: Dirección General de Comunicaciones USM
