Se creía que era imposible obtener imágenes y diagnóstico por IA

La tercera causa más frecuente de la ceguera a nivel mundial es la degeneración macular asociada a la edad (DMAE). Sin embargo, si se detecta a tiempo, la pérdida de la visión se puede retrasar o, incluso, prevenir. En nuestra investigación publicada en Nature Medicine, se demuestra cómo el sistema de IA que desarrollamos puede recomendar, con la misma presición que los expertos más destacados, el tratamiento que deben recibir los pacientes para más de 50 enfermedades oculares. En una investigación adicional, que también se publicó en Nature Medicine, se muestra un modelo de IA mejorado que tiene el potencial de predecir el desarrollo de la DMAE húmeda en un período de seis meses.

Nuestra Evaluación automatizada de enfermedades de la retina, que ya se usa en clínicas de la India y Tailandia, demuestra cómo la IA puede ayudar a los médicos a detectar rápidamente la retinopatía diabética, una de las principales causas de la ceguera. Si se adopta de manera generalizada, millones de pacientes con diabetes podrían conservar la visión gracias a la asistencia que brinda la Evaluación automatizada de enfermedades de la retina a los médicos. Esta investigación se publicó en JAMA y en Ophthalmology. En una investigación adicional publicada en Lancet Digital Health, se demuestra que es posible predecir si una persona desarrollará o no retinopatía diabética en el futuro, lo que puede ayudar a los médicos a personalizar los tratamientos de los pacientes, así como la frecuencia con la que deben realizarse exámenes oculares. Más información

A partir del trabajo que se realizó con los hospitales de la University College London y lo publicado en JMIR Publications, colaboramos con la Clínica Mayo a fin de estudiar el uso de la IA para ayudar a profesionales clínicos en la planificación de radioterapia como tratamiento contra el cáncer. Trabajamos en conjunto para investigar, entrenar y validar un algoritmo cuya función es ayudar a los médicos a diferenciar órganos y tejidos sanos de tumores, a fin de reducir el tiempo de planificación del tratamiento y mejorar la efectividad de la radioterapia, con la esperanza de que los profesionales clínicos estén menos tiempo planificando y más junto a sus pacientes. Leer entrada

El cáncer colorrectal representa un problema a nivel global y es la segunda clase de cáncer más mortal en los Estados Unidos, con unas 900,000 muertes estimadas al año. Nuestro algoritmo, que alerta a los médicos sobre las regiones de la pared del colon que quedaron sin revisar, tiene el potencial de detectar más adenomas, lo que aumenta la tasa de detección de estos tumores y reduce la tasa del cáncer colorrectal de intervalo, según se publicó en IEEE Transactions on Medical Imaging. Leer entrada

Para diagnosticar la gravedad del cáncer de próstata, se analizan biopsias y se les asigna un grado en la escala de Gleason, que otorga puntuaciones en comparación con células sanas. En trabajos publicados en JAMA Oncology y JAMA Network Open, analizamos si un sistema de IA puede usar la escala de Gleason en biopsias de tejido prostático. Los resultados indican que el sistema de aprendizaje profundo puede respaldar los diagnósticos brindados por profesionales. Leer entrada