Diagnóstico asistido por computadora e inteligencia artificial en imágenes clínicas
El diagnóstico asistido por computadora (CAD) está entrando rápidamente en la corriente principal de la radiología. Ya se ha convertido en parte del trabajo clínico rutinario para la detección del cáncer de mama con mamografías. La salida de la computadora se utiliza como una “segunda opinión” para ayudar a las interpretaciones de imágenes de los radiólogos. El algoritmo informático generalmente consiste en varios pasos que pueden incluir el procesamiento de imágenes, el análisis de características de imágenes y la clasificación de datos a través del uso de herramientas como redes neuronales artificiales (ANN). En este artículo, exploraremos estos y otros procesos actuales que se conocen como “inteligencia artificial”.”Un elemento de CAD, la resta temporal, se ha aplicado para mejorar los cambios de intervalo y para suprimir estructuras inalteradas (por ejemplo, estructuras normales) entre 2 imágenes radiológicas sucesivas. Para reducir los artefactos de registro erróneo en las imágenes de sustracción temporal, se ha desarrollado una técnica de deformación de imagen no lineal para hacer coincidir la imagen anterior con la actual. El desarrollo del método de sustracción temporal se originó con radiografías de tórax, y el método se aplicó posteriormente a la tomografía computarizada (TC) de tórax y a las exploraciones óseas de medicina nuclear. La utilidad del método de sustracción temporal para las exploraciones óseas se demostró en un estudio de observación en el que los tiempos de lectura y la precisión diagnóstica mejoraron significativamente. Un estudio clínico prospectivo adicional verificó que la imagen de sustracción temporal podría ser utilizada como una “segunda opinión” por radiólogos con efectos perjudiciales insignificantes. La RNA se utilizó por primera vez en 1990 para el diagnóstico diferencial computarizado de enfermedades pulmonares intersticiales en EAC. Desde entonces, la RNA se ha utilizado ampliamente en esquemas de CAD para la detección y el diagnóstico de diversas enfermedades en diferentes modalidades de imagen, incluido el diagnóstico diferencial de nódulos pulmonares y enfermedades pulmonares intersticiales en radiografía de tórax, TC y tomografía por emisión de posición/TC. Es probable que la CAD se integre en los sistemas de archivo y comunicación de imágenes y se convierta en un estándar de atención para los exámenes diagnósticos en el trabajo clínico diario.
