Inteligencia artificial en radiología

Abstract

A lo largo de los últimos años estamos presenciando el auge de una tecnología que está cambiando la manera de entender el mundo, la inteligencia artificial. El desarrollo de esta tecnología está provocando cambios gracias a su capacidad de aprender en base a la información que se le aporta al sistema, dotándole de capacidad de procesado de lenguaje natural, reconocimiento de voz, y reconocimiento de patrones de imagen. Es aportando visión a los ordenadores donde las redes convolucionales juegan un rol principal, y su desarrollo ha ido ligado a la creación de modelos centrados en la mejora y automatización del diagnóstico por imagen, principal característica de la radiología. Esto a su vez deriva en problemas de la utilización de estos programas, relacionados con el uso masivo de datos de pacientes, los posibles sesgos que se pueden derivar de un incorrecto entrenamiento de los modelos de Deep Learning, o el problema de la “caja negra” de los sistemas basados en redes neuronales, es por ello por lo que para el desarrollo de una inteligencia artificial fiable ha sido necesaria una regulación tanto ética como un soporte legal que viene de la mano de la Unión Europea. La inteligencia artificial ha venido para quedarse, y con ella va a cambiar el modelo de trabajo que actualmente conocemos en radiología. Al liberar al radiólogo del reconocimiento de patrones, le permitiremos un mayor desarrollo en áreas que antes no podían cubrir debido a la gran carga de trabajo que soportan, lo que se traduce en una mejor relación médico-paciente y, finalmente, un sistema asistencial más humano.

Over the last few years, we have witnessed the rise of technology changing the way we understand the world: artificial intelligence. The development of this technology brings about changes thanks to its ability to learn based on the information given to the system, giving it the ability to process natural language, voice recognition and image pattern recognition. It provides the vision to computers where convolutional networks play a meaningful role, and their development has been linked to the creation of models focused on improving and automating image diagnosis, the main feature of radiology. This, in turn, leads to problems in the use of these programmes, related to the massive use of patient data, the possible biases that can be derived from incorrect training of Deep Learning models, or the problem of the "black box" of systems based on neural networks, which is why the development of reliable artificial intelligence has required both ethical regulation and legal support from the European Union. Artificial intelligence is here to stay, and it will change the workflow we currently know in radiology. By freeing radiologists from pattern recognition, we will allow them to grow further in areas that they were previously unable to cover due to their heavy workload, which translates into a better doctor-patient relationship and, ultimately, a more humane healthcare system.