Inteligencia Artificial y Radiología 

La Inteligencia Artificial (IA) se está convirtiendo rápidamente en una de las tecnologías más utilizadas en la sociedad actual. La relación entre la radiología y la IA aún se encuentra en una etapa de desarrollo y es comprensible que se encuentre con escepticismo, curiosidad y fascinación. La mayoría de las empresas de IA se dan cuenta de que, en esta etapa, la IA no puede hacerse cargo por completo del campo médico reemplazando a los radiólogos. Especialmente en el lado del consumidor, el sistema de atención médica en general debe evolucionar más antes de que las personas comiencen a sentirse cómodas usando la IA de manera independiente.  

Como ejemplo de los pequeños pasos que se están dando, el Reino Unido aplica un protocolo de detección de lectura dual, lo que significa que cada mamografía debe ser leída por 2 radiólogos. Como se puede imaginar, este es un sistema terriblemente difícil para el personal, ya que simplemente no hay suficientes radiólogos de mama. Como respuesta, han comenzado a experimentar para que uno de los dos lectores sea una IA. Es justo decir que la lectura de IA es bastante precisa, sin embargo, el problema es que los datos de entrenamiento son todos datos demográficos. Si el radiólogo pasa por alto algo, lo que puede suceder a veces, la IA también lo pasará por alto. La IA no detectará una masa en medio del tejido mamario denso que se parece al tejido mamario mejor que un médico con un ojo entrenado.  

Con esta limitación en mente, Koning está trabajando muy diligentemente para tener una IA que se adapte particularmente al conjunto de datos 3D que hemos creado. Es una IA propietaria entrenada en datos propietarios. Koning ahora tiene el caché más grande de datos de TC 3D sobre el cáncer de mama. Si bien aún queda mucho trabajo por hacer y es necesario incluir más datos en este protocolo de capacitación, la esperanza es que podamos tener un software CAD que permita una lectura mucho más rápida, una transición mucho más fácil para los médicos y, en última instancia, una contribución mucho mayor y más precisa de la IA al campo.