El futuro de la inteligencia artificial en la radiología pediátrica
La implementación de la inteligencia artificial (IA) se ha ido popularizando en distintas ramas de la medicina incluyendo a la pediatría. Específicamente, en la radiología pediátrica ya se empezaron a integrar sistemas de IA en clínicas y hospitales, demostrando tener una gran factibilidad. Igualmente, se cree que ciertas implementaciones en casos de la radiología para adultos se pueden modificar para que tengan la misma función para casos pediátricos.
Casos Clínicos
Las metas al utilizar cualquier tipo de equipo radiológico son reducir el tiempo de adquisición de imágenes, la dosis de radiación y mejorar la calidad de la imagen mediante la reducción del ruido. En el caso de las imágenes de resonancia magnética (MRI), se ha empezado a utilizar la IA mediante la técnica de redes neuronales artificiales para reducir dichos tiempos de adquisición. En los casos pediátricos, esto permite hacer más procedimientos al día. No obstante, su mayor ventaja es que disminuye la necesidad de utilizar anestesia general. Esto implica una moderación de los riesgos asociados en los niños que lleguen a ser un poco inquietos dentro del equipo radiológico.
La IA también es aplicable para las tomografías computarizadas (CT). Esto porque ayuda a reducir la dosis de radiación durante el proceso mientras mantiene una alta calidad de imagen a partir de cantidades reducidas de datos sin procesar. Con ello es posible evaluar los resultados obtenidos de un modelo de IA con diferentes ejemplos de patologías normales y anormales a radiación baja y estándar. Al crear una base de datos como esta, el modelo genera imágenes de misma o mejor calidad sin importar la dosis de radiación.
Basados en implementaciones en otras radiologías
Las redes neuronales artificiales en MRI permiten estudiar las relaciones entre los tipos de datos de un estudio para generar una interpolación de datos faltantes en futuros estudios. Como ejemplo de esto se tienen los estudios hechos para obtener imágenes cerebrales en adultos que permitan observar distintas enfermedades. Este mismo estudio podría ser utilizado en casos pediátricos neurológicos que hoy en día no constan de una variedad de estudios o investigaciones ya realizadas. Asimismo, estas redes se pueden usar para mejorar los tiempos de reconstrucción de imágenes al eliminar muestras insuficientes en tiempo real. Con respecto a esto, se han presentado aplicaciones en casos patológicos adaptables a temas pediátricos como en las cardiopatías congénitas en niños.
Las técnicas de IA también ayudan a producir imágenes de post contraste del MRI de alta calidad en casos donde se colocó una menor dosis del agente de contraste. Por ejemplo, en el estudio de resonancia magnética del cerebro de un adulto, el uso de IA generó imágenes de gran contraste a partir de secuencias de resonancia magnética no aumentadas o mejoradas. Esta técnica puede adaptarse a estudios de resonancia magnética para niños. Potencialmente también para estudios de TC multifase, ayudando a reducir la dosis de contraste así como posible daño renal y exposición a radiación.
Traducido y adaptado de: Davendralingam, N., Sebire, N. J., Arthurs, O. J., & Shelmerdine, S. C. (2021). Artificial intelligence in paediatric radiology: future opportunities. The British Journal of Radiology, 94(1117), 20200975.
