En el d\u00eda de ayer se celebr\u00f3 en el Hospital Universitario La Paz de la Comunidad de Madrid la III Jornada del Health Tech Observer de la multinacional tecnol\u00f3gica GMV, dedicada a \u00abLa Inteligencia Artificial aplicada al diagn\u00f3stico radiol\u00f3gico\u00bb. La inauguraci\u00f3n corri\u00f3 a cargo de F\u00e1tima Matute, consejera de Sanidad de la Comunidad de Madrid, y estuvo centrada en dos temas relevantes: la interpretaci\u00f3n de im\u00e1genes m\u00e9dicas con inteligencia artificial (IA) en el \u00e1mbito de la Atenci\u00f3n Primaria, y la aplicaci\u00f3n de la inteligencia artificial en el cuidado de la salud en el espacio.<\/p>\n\n\n\n
En enero de 2021 GMV recibi\u00f3 desde la Agencia Espacial Europea el encargo de liderar el consorcio del proyecto ALISSE, cuyo objeto era facilitar a los astronautas el cuidado de su propia salud en un entorno tan agresivo como el de las misiones espaciales. Para ello desarroll\u00f3 tecnolog\u00eda de inteligencia artificial, basada en aprendizaje profundo, guiando y asistiendo a los astronautas en la adquisici\u00f3n de im\u00e1genes por ultrasonido de alta calidad diagn\u00f3stica en diferentes \u00f3rganos que pudieran verse afectados por las condiciones de los viajes espaciales tripulados.<\/p>\n\n\n\n
El consorcio ha sido liderado tecnol\u00f3gicamente por GMV, que asumi\u00f3 las tareas de jefatura de proyecto e ingenier\u00eda. Por su parte, el Servicio de Radiolog\u00eda de Urgencias del hospital p\u00fablico La Paz se responsabiliz\u00f3 del asesoramiento cl\u00ednico, del etiquetado de im\u00e1genes y de la validaci\u00f3n de la tecnolog\u00eda. Completa el consorcio el Grupo de F\u00edsica Nuclear de la Universidad Complutense de Madrid (UCM), que ha trabajado en la generaci\u00f3n de im\u00e1genes sint\u00e9ticas.<\/p>\n\n\n\n
En declaraciones de Rafael P\u00e9rez-Santamarina, director Gerente del Hospital Universitario La Paz, \u00abpara nosotros es un orgullo haber sido un hospital pionero en la implantaci\u00f3n de un modelo de inteligencia artificial para el diagn\u00f3stico de astronautas en el espacio. Desde que arranc\u00f3 el proyecto ALISSE, liderado por el equipo del Servicio de Radiolog\u00eda, se han preseleccionado im\u00e1genes de m\u00e1s de 50.000 pacientes por \u00f3rgano entre los m\u00e1s de 70.000 estudios ecogr\u00e1ficos que hace el Servicio cada a\u00f1o, algo que ayudar\u00e1 en futuras misiones espaciales a los astronautas en el diagn\u00f3stico de futuras patolog\u00edas\u00bb.<\/p>\n\n\n\n
En el complejo contexto de la vida en el espacio, los ultrasonidos representan una excelente herramienta diagn\u00f3stica, al implicar la utilizaci\u00f3n de equipos ligeros, que ocupan poco espacio y con poco consumo el\u00e9ctrico, cuyo empleo resulta inocuo siendo capaces de generar im\u00e1genes en tiempo real. Por todo ello, igualmente estos equipos de imagen m\u00e9dica resultan de gran utilidad en las consultas de atenci\u00f3n primaria. Sin embargo, se trata de una modalidad operador-dependiente y con una curva de aprendizaje muy elevada.<\/p>\n\n\n\n
El director de estrategia de Salud de GMV \u2013a su vez m\u00e9dico de atenci\u00f3n primaria\u2013, Carlos Royo, moder\u00f3 la mesa sobre \u00abLa Inteligencia Artificial para el cuidado de la salud en el Espacio\u00bb, y destac\u00f3 el papel que juega en la medicina actual la inteligencia artificial aplicada al diagn\u00f3stico radiol\u00f3gico, allanando el camino hacia una atenci\u00f3n m\u00e9dica m\u00e1s precisa, eficiente y centrada en el paciente con independencia de su ubicaci\u00f3n geogr\u00e1fica, e incluso en el espacio: \u00abLa ecograf\u00eda, una herramienta de valor incalculable en la medicina moderna, ha experimentado una transformaci\u00f3n radical gracias al avance de la inteligencia artificial. La fusi\u00f3n de la tecnolog\u00eda de ultrasonido con algoritmos de aprendizaje autom\u00e1tico ha revolucionado la forma en que diagnosticamos enfermedades y afecciones m\u00e9dicas. Hoy nos encontramos en la vanguardia de esta revoluci\u00f3n, explorando c\u00f3mo la inteligencia artificial puede mejorar la precisi\u00f3n, la eficiencia y la accesibilidad de los diagn\u00f3sticos por ecograf\u00eda, desde la detecci\u00f3n temprana de enfermedades, hasta el guiado durante procedimientos quir\u00fargicos\u00bb.<\/p>\n\n\n\n
Cribado en Atenci\u00f3n Primaria<\/strong><\/p>\n\n\n\n Tomando en consideraci\u00f3n que la Organizaci\u00f3n Mundial de la Salud estima que el 80% de las decisiones m\u00e9dicas se basan en el diagn\u00f3stico por imagen, indudablemente la integraci\u00f3n de la inteligencia artificial en la ecograf\u00eda est\u00e1 abriendo nuevas fronteras en la atenci\u00f3n m\u00e9dica. De hecho, la IA puede mejorar la capacitaci\u00f3n de los sanitarios y la precisi\u00f3n diagn\u00f3stica en Atenci\u00f3n Primaria con el apoyo de im\u00e1genes m\u00e9dicas de alta calidad, facilitando diagn\u00f3sticos m\u00e1s tempranos y pudiendo descartar patolog\u00edas sin necesidad de traslado al hospital. Esta mejora de la eficiencia impacta directamente en la atenci\u00f3n del paciente, proporcionando mejores resultados y mayor capacidad resolutiva, evitando las esperas por resultados de im\u00e1genes m\u00e9dicas realizadas por radi\u00f3logos. As\u00ed, los algoritmos de IA, adem\u00e1s de ayudar a los no especialistas en radiolog\u00eda en la utilizaci\u00f3n de los equipos, les facilita a su vez la interpretaci\u00f3n de las im\u00e1genes obtenidas.<\/p>\n\n\n\n La soluci\u00f3n de IA desarrollada por GMV puede extrapolarse de la nave espacial al centro de Atenci\u00f3n Primaria, incluso en aquellos alejados de hospitales o centros radiol\u00f3gicos especializados, evitando en muchos casos desplazamientos al paciente y reduciendo la incertidumbre ante la espera de resultados, liberando recursos hospitalarios que s\u00ed precisen intervenciones especializadas.<\/p>\n\n\n\n Atenci\u00f3n Primaria resuelve m\u00e1s del 90 % de los motivos de consulta por parte de los pacientes, con lo que podemos considerarla puerta de entrada al sistema p\u00fablico de salud. En este sentido, Carlos Illana, responsable de producto de GMV y del equipo que ha desarrollado el proyecto ALISSE, se detuvo durante su intervenci\u00f3n en este punto, explicando que \u00abnuestra tecnolog\u00eda es capaz de guiar al usuario con formaci\u00f3n b\u00e1sica en la adquisici\u00f3n de im\u00e1genes ecogr\u00e1ficas mediante un sistema que ofrece informaci\u00f3n multimedia y algoritmos de inteligencia artificial para el guiado y la detecci\u00f3n de la imagen de calidad diagn\u00f3stica. En las pruebas t\u00e9cnicas realizadas se ha mostrado que el sistema es muy certero, tanto en la determinaci\u00f3n de diferentes caracter\u00edsticas anat\u00f3micas sanas, como en las patol\u00f3gicas, siendo compatible con equipos ecogr\u00e1ficos de diferentes marcas y modelos\u00bb. En la evaluaci\u00f3n cl\u00ednica realizada por los especialistas del Servicio de Radiolog\u00eda del Hospital Universitario La Paz \u00abse ha podido comprobar que personal sin experiencia ni formaci\u00f3n m\u00e9dica ha obtenido im\u00e1genes de suficiente calidad diagn\u00f3stica nueve de cada diez veces, ratio no muy alejada de lo que los expertos ecografistas obtuvieron en dicha evaluaci\u00f3n. Por lo tanto, la aplicaci\u00f3n del desarrollo de IA de ALISSE en los centros de Atenci\u00f3n Primaria permitir\u00eda obtener unas primeras pruebas de imagen m\u00e9dica por parte del personal sanitario no especializado, que evitar\u00edan derivar a los pacientes a los servicios de radiolog\u00eda de otros centros\u00bb.<\/p>\n\n\n\n En definitiva, este desarrollo puede favorecer la optimizaci\u00f3n de los recursos, en concreto en los Servicios de Radiolog\u00eda , permitiendo adem\u00e1s acelerar el proceso de diagn\u00f3stico y evitar a los pacientes desplazamientos y demoras en el inicio de sus tratamientos.<\/p>","protected":false},"excerpt":{"rendered":" En el d\u00eda de ayer se celebr\u00f3 en el Hospital Universitario La Paz de la Comunidad de Madrid la III Jornada del Health Tech Observer de la multinacional tecnol\u00f3gica GMV, dedicada a \u00abLa Inteligencia Artificial aplicada al diagn\u00f3stico radiol\u00f3gico\u00bb. La inauguraci\u00f3n corri\u00f3 a cargo de F\u00e1tima Matute, consejera de Sanidad de la Comunidad de Madrid,<\/p>","protected":false},"author":5,"featured_media":15115,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[437],"tags":[68],"class_list":{"0":"post-15114","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-seguridad","8":"tag-gmv"},"yoast_head":"\n