La inteligencia artificial (IA) ha estado revolucionando diferentes industrias en los últimos años, y ahora está comenzando a hacer su entrada en el campo de la medicina. Una rama de la IA llamada aprendizaje profundo o “deep learning” está mostrando un gran potencial para mejorar la interpretación de imágenes médicas y cambiar la forma en que se practica la medicina.

Una startup de software en San Francisco llamada Enlitic está liderando este avance. La compañía está enviando ingenieros de software a centros de imágenes médicas en Australia y Asia para instalar un algoritmo de aprendizaje profundo en los sistemas de archivo y comunicación de imágenes médicas. Una vez instalado, el algoritmo comenzará a aprender cómo interpretar imágenes médicas, analizando miles de imágenes archivadas y aprendiendo a identificar los signos de enfermedad en diferentes modalidades de imágenes, como resonancias magnéticas, tomografías computarizadas, ultrasonidos, radiografías y medicina nuclear.

Lo sorprendente de este algoritmo es que funciona mejor cuando se le proporciona múltiples fuentes de datos. Esto significa que puede analizar patrones en las imágenes y sacar conclusiones basadas en estos patrones. Es importante destacar que los radiólogos, que pasan años entrenándose para interpretar estas imágenes, podrían beneficiarse enormemente de esta tecnología.

El modelo de negocio de Enlitic también es innovador. En lugar de vender o licenciar el algoritmo, la compañía recibirá una parte de las ganancias generadas por su uso. Esto no solo hará que los centros de imágenes sean más eficientes y productivos, sino que también podría cambiar la forma en que se practica la medicina en general.

La radiología es un campo ideal para probar el aprendizaje profundo, ya que ha sido criticada por aumentar los costos de atención médica. Si el algoritmo de Enlitic tiene éxito, podría mejorar los resultados para los pacientes, aumentar la eficiencia y reducir los costos. Esto se alinea con la medicina basada en el valor, que busca mejorar los resultados del paciente y reducir los costos innecesarios.

El algoritmo de Enlitic ya ha demostrado resultados prometedores en pruebas anteriores. Por ejemplo, en un estudio realizado con una base de datos de cáncer de pulmón, el algoritmo superó en un 50% el rendimiento de un panel de radiólogos expertos en la detección de nódulos de cáncer de pulmón en imágenes de tomografía computarizada. También ha demostrado ser más efectivo que los radiólogos en la detección de fracturas en extremidades en una fracción del tiempo.

Aunque aún es incierto cómo el aprendizaje profundo impactará en la práctica de la medicina, es evidente que esta tecnología tiene un gran potencial para mejorar la precisión y eficiencia en el diagnóstico médico. La colaboración entre radiólogos y algoritmos de IA podría llevar a un nuevo enfoque en el que ambos trabajen juntos como un equipo, aprovechando las fortalezas de cada uno.

En resumen, el aprendizaje profundo está abriendo nuevas posibilidades en el campo de la medicina. A medida que esta tecnología se implemente en más centros de imágenes médicas, es probable que veamos avances significativos en el diagnóstico y tratamiento de enfermedades. La inteligencia artificial está aquí para quedarse y su impacto en la medicina podría ser más cercano de lo que pensamos.