Facebook y la Universidad de Medicina de NY investigan cómo incluir la IA para la obtención de resonancias magnéticas


La Inteligencia Artificial (IA), se ha convertido en un gran nicho de estudio e incursión para grandes empresas tecnológicas como Facebook. 

Como parte de las actualizaciones y lanzamientos que la red social liderada por Mark Zuckerberg tuvo en agosto, anunciaron una colaboración con el departamento de radiología de la Escuela de Medicina de la Universidad de Nueva York, con la que buscarán vincular la Inteligencia Artificial a la resonancia magnética para obtener mayores beneficios. 

El proyecto denominado fastMRI, es un trabajo colaborativo con el que investigarán y probarán el uso de la Inteligencia Artificial (IA), para realizar el escaneo de imágenes de resonancia magnética hasta 10 veces más rápido. 

La Imagen por Resonancia Magnética (IRM), se trata de una tecnología no invasiva que permite visualizar imágenes anatómicas tridimensionales a detalle de tejidos blandos, órganos o vasos sanguíneos. 

Aunque la realización de escaneos con IRM se trata de una tecnología sofisticada, los tiempos de exploración suelen ser relativamente lentos ya que pueden llegar a tomar entre 15 minutos y una hora.

Los científicos a cargo de esta investigación, explican que este proyecto se centrará inicialmente en cambiar el funcionamiento de las máquinas de IRM, ya que actualmente los escáneres recopilan datos numéricos en una serie de vistas secuenciales para posteriormente convertirlos en imágenes transversales de las estructuras del cuerpo. Mientras más datos deban recopilarse, más tardado será el escaneo. 

Recht, Sodickson y Lui examinan la resonancia magnética de una rodilla en NYU Langone Health en agosto de 2018.

De acuerdo con los expertos, al implementar la IA para realizar estos estudios, sería posible capturar menos datos y por tanto obtener el escaneo más rápido, sin que se comprometa el contenido de la información. Por el contrario, el beneficio sería significativo. 

“Los dispositivos de IRM suficientemente acelerados también podrían reducir la cantidad de tiempo que los pacientes deben contener la respiración durante las imágenes del corazón, el hígado u otros órganos en el abdomen y el torso. El aumento de la velocidad podría permitir que las máquinas de IRM llenen el rol de las máquinas de rayos X y CT para algunas aplicaciones, permitiendo a los pacientes evitar la radiación ionizante asociada con esas exploraciones”, señala el comunicado. 

La clave es entrenar redes neuronales artificiales para reconocer la estructura subyacente de las imágenes con el fin de completar las vistas omitidas en el escaneo acelerado. Este enfoque es similar a cómo los humanos procesan la información sensorial. 

Cuando experimentamos el mundo, nuestros cerebros a menudo reciben una imagen incompleta, como en el caso de objetos oscurecidos o poco iluminados, que necesitamos convertir en información procesable. Los primeros trabajos realizados en la Escuela de Medicina de la Universidad de Nueva York muestran que las redes neuronales artificiales pueden realizar una tarea similar, generando imágenes de alta calidad a partir de muchos menos datos de los que se creía necesarios.

En la práctica, reconstruir imágenes a partir de información parcial plantea un problema extremadamente difícil. Las redes neuronales deben ser capaces de cerrar de manera efectiva las lagunas en el escaneo de datos sin sacrificar la precisión. Pocos píxeles faltantes o modelados incorrectamente podrían significar la diferencia entre un escaneo totalmente claro y uno en el que los radiólogos encuentran un ligamento roto o un posible tumor. Por el contrario, capturar información previamente inaccesible en una imagen puede literalmente salvar vidas.

La Escuela de Medicina de NY, es punta de lanza en investigación médica y educación en beneficio de la vida de los pacientes. Su Centro de Investigación e Innovación avanzada de Imágenes (CAI²R) del Departamento de Radiología, destaca a nivel mundial por su equipo multidisciplinario conformado por ingenieros, físicos, matemáticos, radiólogos, médicos y científicos con  gran trayectoria y experiencia en la adquisición rápida de imágenes, imágenes paralelas y reconstrucción avanzada de imágenes. 

Este proyecto es una iniciativa en la que han trabajado desde 2016 tanto el equipo de investigadores del CAI²R, como el grupo de investigación de Inteligencia Artificial de Facebook (FAIR, por sus siglas en inglés), con el objetivo de tener un impacto significativo en el mundo real, y qué mejor que hacer el aporte a temas médicos. 

Aunque de momento las investigaciones se centrarán en la tecnología de resonancia magnética, los investigadores no descartan expandir los conocimientos y aplicaciones a otras áreas médicas como los escáneres de CT. 

De tener éxito, este proyecto facilitaría que mayor número de personas tengan acceso a esta herramienta clave para diagnosticar padecimientos como el cáncer. 

“Creemos que el proyecto fastMRI demostrará cómo los expertos en dominios específicos de diferentes campos e industrias pueden trabajar juntos para producir el tipo de investigación abierta que generará un impacto positivo de largo alcance en el mundo”, destacan. 

  • Compartir
    Compartir

Suscríbete a nuestro boletín para recibir noticias, alertas y actualizaciones:

WikiTribune Abrir Menú Cerrar Buscar Me gusta Regresar Siguiente Abrir Menú Cerrar Menú Play video RSS Feed Compartir en Facebook Compartir Twitter Compartir Reddit Síguenos en Instagram Síguenos en YouTube Conéctate con nosotros en LinkedIn Connect with us on Discord Envíanos un correo electrónico