Un equipo del Instituto de Tecnología de Massachusetts (MIT) desarrolló xvr, un sistema de inteligencia artificial que vincula radiografías tomadas durante una operación con estudios tridimensionales previos del paciente para precisar la ubicación de los instrumentos quirúrgicos en tiempo real. La técnica busca mejorar la navegación de instrumentos en cirugías mínimamente invasivas, acelerar los procedimientos y reducir el riesgo de dañar otros tejidos, informó MIT News, el portal de noticias del instituto.
Las pruebas reunieron estudios de más de 2.000 pacientes de distintas edades, regiones anatómicas y modalidades de imagen. El sistema, presentado en la revista científica Nature, también fue evaluado con datos de cinco hospitales, que incluían decenas de huesos y sistemas de órganos de pacientes adultos y pediátricos, y superó por un orden de magnitud a otros métodos basados en inteligencia artificial.
Radiografías 2D con referencia anatómica 3D
Las intervenciones mínimamente invasivas, como la angioplastia para abrir arterias obstruidas, requieren introducir catéteres, endoscopios u otros instrumentos a través de incisiones pequeñas. Los médicos utilizan equipos móviles de rayos X de alta velocidad para observar el procedimiento desde distintos ángulos.
Sin embargo, las radiografías son imágenes planas y pueden dificultar la identificación exacta de la posición y orientación de un instrumento dentro del cuerpo. Para operar sin lesionar estructuras cercanas, los profesionales deben alinearlas con el estudio previo del paciente y determinar la relación entre el dispositivo y la anatomía.
Vivek Gopalakrishnan, investigador posdoctoral del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT y autor principal del trabajo, explicó: “Un médico necesita décadas de formación para adquirir la habilidad de observar imágenes granuladas en 2D y comprender cómo está orientado todo. Queremos que estas radiografías 2D sean más informativas, para que resulte más seguro y sencillo realizar estos procedimientos que salvan vidas”.
El registro manual puede ser lento y exigente. El especialista debe estimar la ubicación del instrumento al ingresar números en una computadora o al seleccionar referencias anatómicas en una pantalla.
Los modelos de inteligencia artificial creados para automatizar esa tarea no siempre funcionan de forma consistente entre pacientes, porque la anatomía humana varía ampliamente. La escasez de imágenes médicas de alta calidad con anotaciones también limita el entrenamiento de sistemas de aprendizaje profundo capaces de ajustarse a esa diversidad.
En lugar de construir un único modelo destinado a todos los casos, los investigadores diseñaron un sistema para cada persona. “Adaptamos un modelo específico para un paciente específico, y no importa si funciona en otras personas porque habrá modelos distintos para ellas”, precisó Gopalakrishnan.
Datos sintéticos para adaptar en cinco minutos
Xvr parte de una tomografía o una resonancia del paciente y genera miles de radiografías sintéticas desde múltiples ángulos, a un ritmo de unas 1.000 imágenes por segundo. El proceso emplea una simulación física de los rayos X para reproducir imágenes realistas a partir del estudio anatómico individual.
El investigador detalló que el mecanismo no crea información médica desde cero: “A diferencia de algunos tipos de inteligencia artificial generativa, esta simulación física se basa por completo en la tomografía o resonancia de este paciente. Como xvr crea datos específicos para el paciente de una manera puramente física, no hay margen para alucinaciones”.
