13 nov 2018 | Actualizado: 18:50

GE desarrolla el 'deep learning' para diagnosticar lesiones de rodilla

Esta tecnología permite hacer estudios demográficos de las lesiones del cartílago y tomar medidas preventivas

Catherine Estrampes, presidenta y CEO de GE Healthcare Europa.
GE desarrolla el 'deep learning' para diagnosticar lesiones de rodilla
lun 05 noviembre 2018. 12.35H
Redacción
GE Healthcare está desarrollando junto a la Clínica Cemtro y el Laboratorio de Análisis de Imagen Médica y Biometría de la Universidad Rey Juan Carlos I, un proyecto pionero en Europa para aplicar la inteligencia artificial (IA) en el diagnóstico de diferentes patologías del sistema musculoesquelético como las enfermedades degenerativas y las lesiones del cartílago de la rodilla.

La clínica madrileña utilizará el denominado “aprendizaje profundo” (deep learning) para implantar nuevas herramientas de resonancia magnética automatizadas de detección de lesiones que permitirá segmentar las imágenes del cartílago y el hueso y clasificar esas mismas imágenes para poder detectar posibles anormalidades estructurales en el tejido cartilaginoso, incluso cuando se trata de lesiones superficiales, que pueden pasar desapercibidas con sistemas convencionales.

Funcionamiento del 'deep learning'


El deep learning es la misma herramienta de inteligencia artificial que utilizan los teléfonos móviles para identificar objetos concretos en imágenes. Para ello los algoritmos han de aprender primero a distinguir esos mismos objetos mediante la exposición a millones de ejemplos diferentes ya etiquetados.


Es la misma tecnología que utilizan los móviles para identificar objetos concretos en imágenes


La segmentación, es decir la división de las imágenes digitalizadas en particiones homogéneas, es un paso crucial para obtener marcadores cuantitativos de degeneración articular, como puede ser el caso de las lesiones del cartílago. Tradicionalmente, se realiza de manera manual y son los propios profesionales médicos los que delinean los límites entre los diversos tejidos musculoesqueléticos y el hueso. Esto constituye un proceso extremadamente lento y difícil que, además, depende mucho de la experiencia del profesional.

Tal como explica Mario Padrón, jefe del Servicio de Radiodiagnóstico de la Clínica Cemtro y coordinador del proyecto, “una segmentación totalmente automatizada que diferencie claramente las partes óseas y las de los tejidos puede ayudarnos a realizar un diagnóstico más precoz y más preciso de lesiones incipientes del cartílago articular mejorando la precisión diagnostica en menos tiempo y así reducir posibles errores humanos. Todo esto revierte en atender más y mejor a un mayor número de pacientes”.

Por su parte, Luis Campo, presidente de GE Healthcare Iberia, destaca que “la aplicación de la inteligencia artificial ayuda a localizar y combinar datos relevantes que tienen potencial para mejorar la atención del paciente y aumentar el flujo de trabajo”. 
Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.