Prensa

• El centro mixto de CSIC y UV colabora con la Fundación Fisabio y la Universitat Politècnica de València en el desarrollo de esta tecnología
• El proyecto permitirá mejorar la interpretación de la imagen médica y se podrá aplicar en hospitales, centros de salud y pequeñas clínicas

El Instituto de Física Corpuscular (Ific), centro mixto del CSIC y la Universitat de València (UV), desarrolla, con financiación de la Agència Valenciana de la Innovació (AVI), un prototipo para el despliegue y validación de sistemas de ayuda al radiodiagnóstico basados en modelos de Inteligencia Artificial, que facilitarán la interpretación de hallazgos y evidencias clínicas en imágenes radiológicas tanto en hospitales públicos como en centros de salud y pequeñas clínicas privadas.

El proyecto, bautizado como Dirac, está liderado por el Ific, que colabora para su ejecución con la Fundación Fisabio y el Instituto de Telecomunicaciones y Aplicaciones Multimedia (iTEAM), de la Universitat Politècnica de València (UPV). Además, cuenta con el respaldo de la AVI, en el marco de la convocatoria de ayudas en concurrencia competitiva correspondiente a 2020.

Dirac propone una metodología basada en minicontroladores que facilitan la implementación de modelos de Inteligencia Artificial (IA), capaces de interoperar con los formatos de imagen médica de manera autónoma, segura y eficiente. La incorporación de esta tecnología al sector de la salud no sólo mejorará la productividad y la precisión e interpretación de la imagen médica, sino que reducirá también los costes operacionales.

En la actualidad, ya se están desarrollando modelos de IA para la detección automática de patologías a partir de radiografías de tórax. En concreto, y en el marco de la pandemia, se han diseñado e integrado algoritmos que detectan la afección pulmonar por Covid-19 de manera temprana, en el marco de un proyecto del Instituto de Salud Carlos III del que el Ific ha resultado también beneficiario.

Para llevar a cabo esta iniciativa, este centro de titularidad compartida ha hecho uso de una de las mayores colecciones de imágenes radiológicas etiquetadas en el mundo, que pertenece al Banco de Imagen Médica de la Comunidad Valenciana, que gestiona la Fundación Fisabio. Asimismo, para el entrenamiento eficiente y validación de modelos de aprendizaje profundo (Deep learning) e Inteligencia Artificial se cuenta con Artemisa, la plataforma de computación del Ific con una elevada capacidad de cálculo dedicada al desarrollo de estos modelos.

Solución para todo tipo de usuarios

En la práctica, la Inteligencia Artificial, como disciplina aplicada a la medicina, ofrece múltiples ventajas vinculadas al aumento de la productividad de los servicios sanitarios o a la reducción de los costes de operación. Sin embargo, la adopción de estas tecnologías se encuentra todavía con algunas barreras en el sector sanitario como, por ejemplo, la interoperabilidad con los diferentes sistemas de imagen médica o el coste de implantación en clínicas de pequeño tamaño.

Precisamente para sortear estas dificultades, el proyecto Dirac trata de mostrar nuevas vías para la adopción, implantación y puesta en producción de la IA en el sector de la imagen médica de manera transparente y eficiente, tanto para los procesos de diagnóstico y seguimiento de pacientes por parte de los profesionales sanitarios, como para los sistemas de información de los centros sanitarios.

Está enfocado específicamente para que pueda ser utilizado por pequeñas clínicas que, por costes de operación, no entran en los recursos proporcionados por grandes operadoras, pero también para pequeñas empresas integradoras de soluciones que quieran personalizar y monetizar directamente sus soluciones de IA, o bien organizaciones que quieran separar o personalizar algoritmos de IA, con independencia de soluciones generalistas.

Además, el uso de minicontroladores para estos despliegues garantiza un consumo de energía óptimo incluso en situaciones de máximo rendimiento, en comparación con otro tipo de dispositivos convencionales.

Dirac conecta con la Estrategia de Especialización Inteligente de la Comunitat Valenciana, conocida como RIS3, que coordina la Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital. En concreto, el proyecto encaja en el eje de la Promoción de la salud y sanidad eficiente, ya que aspira a promover una sanidad inteligente promoviendo la mejora y el desarrollo de servicios y procesos sanitarios eficientes y proporcionando un servicio de ayuda al diagnóstico e interpretación radiológica de bajo coste y alto rendimiento.

Asimismo, también se alinea con las conclusiones del Comité Estratégico de Innovación Especializado (CEIE) en Tecnologías Habilitadoras promovido por la AVI, que apuesta por tecnologías de visión artificial más robustas mediante el desarrollo de algoritmos, preferentemente, basados en Deep Learning.