Un reciente avance en el campo de la inteligencia artificial (IA) podría transformar significativamente el diagnóstico de enfermedades pulmonares, gracias al desarrollo de un modelo que analiza videos de ultrasonido pulmonar con una precisión del 96,57%. Este innovador estudio, liderado por investigadores de la Universidad Charles Darwin (CDU), la Universidad Internacional Unida y la Universidad Católica Australiana (ACU), marca un hito en el uso de tecnologías avanzadas en el sector de la salud.
El modelo desarrollado utiliza IA para examinar cada fotograma de un video de ultrasonido pulmonar, identificando características relevantes de los pulmones y evaluando patrones a lo largo del tiempo. Según los investigadores, esta herramienta es capaz de clasificar las imágenes en diagnósticos como neumonía, COVID-19 y otras enfermedades pulmonares.
Una de las características más destacadas del modelo es su capacidad de explicabilidad, lo que significa que no solo genera resultados precisos, sino que también permite a los profesionales médicos comprender las razones detrás de cada diagnóstico. “El modelo utiliza técnicas de IA explicable para mostrar a los radiólogos por qué tomó determinadas decisiones, utilizando elementos visuales como mapas de calor que localizan las áreas de interés”, señaló la profesora asociada Niusha Shafiabady, coautora del estudio y miembro de la CDU.
Esta capacidad de transparencia es clave para aumentar la confianza de los profesionales en los resultados de la IA y para integrarla como una herramienta complementaria en la práctica clínica. Además, los análisis realizados por la IA han sido verificados por médicos especialistas, lo que respalda la fiabilidad del sistema.
Una herramienta para la toma de decisiones clínicas
Más allá de su capacidad diagnóstica, este modelo de IA ofrece beneficios adicionales al sector médico. Según el profesor asociado Shafiabady, la herramienta ayuda a los médicos a diagnosticar enfermedades pulmonares de forma más rápida y precisa, lo que no solo apoya la toma de decisiones, sino que también ahorra tiempo en entornos clínicos y puede servir como un recurso valioso para la formación médica.
“Este modelo representa un avance significativo en la combinación de tecnología y medicina, apoyando a los médicos en su labor diaria y mejorando la precisión diagnóstica”, añadió Shafiabady.
Posibilidades futuras y expansión del modelo
El equipo de investigación destaca que este modelo de IA tiene el potencial de ser entrenado para identificar otras enfermedades pulmonares, como tuberculosis, fibrosis pulmonar, asma, cáncer de pulmón y enfermedad pulmonar obstructiva crónica (EPOC). Además, las posibles líneas de investigación incluyen el uso del modelo en el análisis de otras imágenes diagnósticas, como tomografías computarizadas y radiografías.
El estudio fue publicado en la revista Frontiers in Computer Science y dirigido por un equipo multidisciplinario de investigadores de varias instituciones, entre ellos el Dr. Asif Karim, el Dr. Sami Azam y el Dr. Kheng Cher Yeo, de la CDU, junto con el profesor Friso De Boer y la profesora asociada Niusha Shafiabady.
IA y el futuro de la salud
Este desarrollo denota el potencial transformador de la IA en el diagnóstico médico, especialmente en áreas críticas como las enfermedades respiratorias. Según los investigadores, herramientas como esta no solo aumentan la precisión en el diagnóstico, sino que también mejoran la eficiencia en la atención médica, especialmente en contextos donde los recursos son limitados.
La integración de tecnologías explicables en la práctica clínica marca un paso adelante en la medicina personalizada, combinando innovación tecnológica con la experiencia médica para ofrecer diagnósticos más certeros y accesibles. Este avance promete beneficiar tanto a los profesionales de la salud como a los pacientes, allanando el camino para una atención más rápida y precisa en enfermedades críticas.
Con este modelo, la inteligencia artificial sigue posicionándose como una herramienta clave en el futuro de la salud, brindando soluciones innovadoras y sostenibles frente a los desafíos actuales en el diagnóstico médico.
