Alberti, especialista en informática clínica y ciencias de la computación, es jubilado en docencia de la Universidad Central de Venezuela. La idea de la IA en radiología, cuenta, se le ocurrió en una de las tantas charlas médicas a las que asistió durante los tres años que lleva en el país.
"Una vez me abordó mi actual socio y me comentó que estaba haciendo su tesis de maestría en Ciencia de Datos. Su proyecto era de imágenes de tórax, por lo que me pidió ser su tutor. Investigamos hasta que lo convertimos en un emprendimiento", relata.
-Explíqueme en palabras simples qué es Toraxia.
- Es una suerte de robot personalizado, un radiólogo virtual que emite una segunda opinión sobre una determinada imagen de tórax. Una red neuronal (modelo computacional que emula el comportamiento de su homólogo biológico) que imita el ojo de un radiólogo a través de la inteligencia artificial.
-¿Cómo lo hace?
-Apenas se crea la imagen digital de la radiografía de tórax, Toraxia se inserta en el flujo de atención para que automáticamente, cuando se almacena la radiografía, el programa la toma y en 30 segundos emite una segunda opinión.
-Hábleme del entrenamiento.
-Claro, esto tiene un algoritmo que le permite distinguir anomalías. Eso es un largo proceso de entrenamiento supervisado por radiólogos.
El entrenamiento
Alberti explica que el algoritmo de Toraxia es capaz de detectar cuándo una radiografía de tórax es normal o presenta anomalías. Para eso, describe, entrenaron a la red neuronal con la ayuda de médicos especialistas en radiología.-¿En qué consistió el adiestramiento radiológico?
-La red neuronal replica la capacidad visual de un radiólogo. Tomamos dos grupos de imágenes. El médico, con otra plataforma virtual, se encargaba de delinear los signos patológicos que observaba en cada imagen. El especialista dibujaba las anomalías de neumonía y así lo entrenamos.
-Deben haber necesitado muchas radiografías para hacer aprender a una máquina.
-Sí, muchísimas. En Europa, Estados Unidos y Asia hay algoritmos que se entrenaron con bases de imágenes. Nosotros tomamos 100.000 radiografías de tórax americanas y 100.000, europeas.
-¿Todas tenían anomalías?
-Eso es lo interesante. Muchas de esas imágenes no fueron clasificadas por radiólogos. Por eso, también nos encargamos de entrenar al algoritmo para reconocer las radiografías que no tienen anomalías o que están mal clasificadas.
-¿Cuántos patrones reconoce?
-Tenemos cinco bien elaborados. Toraxia sabe distinguirlos y detectar esas cinco anomalías de neumonía. En otros casos, igualmente detecta que algo raro hay en la imagen, pero no logra clasificarlo dentro de los patrones. O sea, identifica que algo anda mal, pero no dice qué es exactamente.
Plan piloto
Además de identificar posibles signos de neumonía, Toraxia permite reclasificar el estado de urgencia de un paciente. "También emite un sistema de alerta en la gestión clínica. Por ejemplo, si el paciente está esperando un resultado, pero Toraxia identifica la anomalía, inmediatamente se emite la alerta de cambio de categoría en urgencia. Recordemos que las categorías se dividen en los riesgos de muerte de la persona", destaca.-¿Qué piensan los radiólogos de toda esta maquinaria?
-Sienten una amenaza en esto. Pero debo decir algo. Nosotros no emitimos informes de radiólogo. Esto solo es una herramienta de asistencia, que permite minimizar errores y aumentar la productividad del médico. La labor del especialista es irremplazable.
-Entiendo, la falta de radiólogos es mundial, también de oncólogos, mejor ni seguir.
-Claro, no solo ocurre en Chile. La variedad de equipos y el aumento de la expectativa de vida han aumentado la demanda de imágenes. Por eso existe un desbordamiento de la capacidad de los radiólogos.
-¿Dónde harán los pilotajes de Toraxia?
-En el Sótero del Río estamos en proceso de inicio de protocolo de validación. Lo que hicimos este año fue convencer a los radiólogos de que esto era una buena ayuda. Con UC Christus tuvimos reunión, pero fue interrumpida por la situación actual del país.
Tecnología para especialistas
Steffen Hãrtel, académico de la Facultad de Medicina de la Universidad de Chile, agradece que innovadores estén interesados en incorporar la tecnología para resolver problemas sanitarios y brechas de salud."La inteligencia artificial puede funcionar en distintos ámbitos. Existe evidencia de que ciertos algoritmos, muy entrenados, tienen el potencial de evaluar de manera precisa las imágenes médicas", describe Hãrtel, también director del Centro Nacional en Sistemas de Información en Salud.
Hártel enfatiza en que la tecnología elaborada por Alberti es un valor agregado. "No pretende reemplazar a los especialistas del sistema de salud, sino que es una ayuda", destaca.