Archivo - Sala de Control médico y radiólogo, diagnóstico exploración del cerebro. - GORODENKOFF/ ISTOCK - Archivo
MADRID, 22 Sep. (EUROPA PRESS) -
El especialista en neurorradiología y miembro de la Comisión de Inteligencia Artificial (IA) de la Sociedad Española de Radiología Médica (SERAM), el doctor Albert Pons Escoda, ha señalado que la especialidad "reclama vías más ágiles para llevar la IA de la investigación en cáncer cerebral a la práctica clínica".
"Existe todavía una brecha muy importante entre lo que somos capaces de hacer en investigación y lo que realmente podemos utilizar en la práctica clínica", ha insistido con motivo de la celebración, este jueves, 24 de septiembre, del Día Mundial de la Investigación contra el Cáncer y debido a que la nueva herramienta aplicada al estudio de los tumores cerebrales "es uno de los campos donde la Radiología está aportando más valor a la investigación oncológica".
La IA "permite extraer de las imágenes una cantidad de información cuantitativa que, hasta ahora, era muy difícil o demasiado laboriosa de obtener de forma rutinaria", ha señalado Pons Escoda, quien ha añadido que ya existen aplicaciones que posibilitan automatizar procesos como la segmentación y la volumetría de las lesiones, predecir determinadas características moleculares del tumor, estimar el pronóstico y valorar la respuesta al tratamiento.
No obstante, ha manifestado que el sistema "es una herramienta para ampliar capacidades y debería entenderse como un medio y no como un fin". "Puede proporcionarnos mediciones y biomarcadores más objetivos y reproducibles pero, posteriormente, es el radiólogo quien debe interpretar esa información dentro del contexto clínico del paciente", ha sostenido.
"La Medicina trabaja con pacientes individuales, no únicamente con probabilidades", por lo que "la responsabilidad de realizar esa integración y convertir los datos en una decisión clínica continúa siendo nuestra", ha continuado, para agregar que "cualquier herramienta que vaya a utilizarse en pacientes debe incorporarse de una forma controlada y segura, pero control y seguridad no deberían significar que trasladar una herramienta útil desde la investigación hasta la práctica clínica se convierta en un proceso prácticamente imposible".
MEJORES DECISIONES
En este sentido, ha subrayado que es necesario "encontrar vías que permitan evaluar e incorporar con mayor agilidad aquellas soluciones que hayan demostrado suficiente utilidad y robustez". "El beneficio para el paciente aparece cuando conseguimos transformar toda la información en mejores decisiones clínicas", ha puesto de manifiesto, al tiempo que ha afirmado que se deben "construir puentes entre ambos mundos" para no generar "una enorme cantidad de innovación científica que, posteriormente, tenga muy poco impacto real".
"Disponemos de numerosos algoritmos capaces de realizar tareas muy sofisticadas", pero "en la práctica clínica, seguimos realizando manualmente algunas de esas mismas tareas porque no existen vías sencillas para trasladar esas herramientas al entorno asistencial", ha insistido, tras lo que ha apuntado que hay que favorecer dispositivos interoperables y suficientemente robustos para "funcionar independientemente del fabricante o del hospital en el que se utilicen".
En este punto, el especialista se ha referido a los próximos pasos, apuntando a la validación de los algoritmos en distintos hospitales, equipos y poblaciones; la reducción del 'valle de la muerte' -el existente hasta que la tecnología es aplicada- mediante circuitos de evaluación ágiles y seguros; la integración transparente de la IA en el flujo de trabajo habitual, y el refuerzo de la formación de los radiólogos.
"No creo que todos los residentes de Radiología tengan que convertirse en ingenieros ni saber programar una red neuronal desde cero", ha aclarado, aunque ha manifestado que "es positivo conocer los fundamentos de estas tecnologías y entender cómo se han desarrollado y validado". De cualquier forma, la prioridad "debe seguir siendo formar excelentes radiólogos y excelentes médicos", ha explicado.