Uso de IA para prevenir la ceguera
El examen automatizado de retinopatía (ARDA) usa inteligencia artificial para ayudar a los trabajadores de la salud a detectar casos de retinopatía diabética. Las posibilidades futuras anticipan que los algoritmos de IA asistirán a los profesionales clínicos en la identificación de otras enfermedades.
La retinopatía diabética crea lesiones en la parte posterior de la retina que pueden causar ceguera total. El diagnóstico temprano en personas con diabetes es muy importante. Sin embargo, resulta una tarea imposible, ya que hay más de 420 millones de personas con diabetes en todo el mundo. La falta de concientización sobre la enfermedad y de recursos para diagnosticarla son grandes problemas.
Serie The Age of AI, YouTube. Derechos de autor de Network Entertainment
Desarrollo de una solución de evaluación de retinopatía diabética
En una investigación publicada en JAMA, la inteligencia artificial de Google interpretó escaneos de retina de manera precisa para detectar retinopatía diabética. Para lograrlo, Google trabajó con un gran equipo de oftalmólogos que ayudó a entrenar el modelo de IA a través de la revisión manual de más de 100,000 escaneos de retina desidentificados. Gracias a eso, se desarrolló una aplicación basada en IA llamada examen automatizado de retinopatía. Esta aplicación puede ayudar a los doctores a ampliar los programas de escaneo de retinopatía diabética de alta calidad en países en los que no hay suficientes oftalmólogos, como India y Tailandia.
Ayudamos a realizar más de 200,000 evaluaciones, una cifra que va en aumento
Nuestra solución se está utilizando para detectar retinopatía diabética en la India y la Unión Europea. Con casi 3,000 evaluaciones nuevas semanales gracias a la tecnología del ARDA, seguimos ampliando el acceso a este diagnóstico a gran escala. Actualmente, la solución se está evaluando en estudios clínicos en Estados Unidos y en Tailandia. Estamos trabajando con diferentes socios para que esta solución esté disponible en todo el mundo, especialmente en áreas en las que existe menos acceso a la atención especializada.
Compartimos nuestros aprendizajes de forma continua
A medida que avanzan los usos de la IA en la medicina, publicamos un artículo en Nature Medicine para compartir nuestros aprendizajes luego de la implementación del ARDA. Al compartir las lecciones clave que hemos aprendido al pasar del desarrollo de IA a su implementación, esperamos ayudar a otras personas a desarrollar herramientas de IA médica útiles que mejoren la atención en salud para todos. Leer publicación.
-
5
Mitos y realidades sobre la incorporación de la IA médica al mundo real
-
Mito sobre datos
Cantidad
Realidad sobre datos
Cantidad y calidad
Mito sobre las personas
Expertos en IA
Realidad sobre las personas
Equipo multidisciplinario
Mito sobre preparación
Un alto desempeño lleva a un lanzamiento
Realidad sobre preparación
Validación extensa antes del lanzamiento
Mito sobre integración
Simplemente se agrega al flujo de trabajo
Realidad sobre integración
Reimagina el flujo de trabajo y optimiza el cuidado
Mito poslanzamiento
El trabajo concluye con el lanzamiento
Realidad poslanzamiento
El desempeño se supervisa de forma constante
Un futuro con herramientas de diagnóstico
Somos optimistas respecto de la mayor cantidad de pacientes con diabetes que podrán conservar la visión, en parte, gracias al examen automatizado de retinopatía que ayuda a los doctores a detectar la retinopatía diabética. Nuestras primeras investigaciones sobre las continuas posibilidades que brindan los algoritmos de IA en el diagnóstico de enfermedades graves son alentadoras y nos permiten pronosticar un mundo en el que será posible usar herramientas de diagnóstico simples para identificar afecciones. Más información
Mira los detalles del ARDA en The Age of AI
Serie The Age of AI, YouTube. Derechos de autor de Network Entertainment
