Investigadores del CSIC desarrollaron un sistema de inteligencia artificial que reduce un 90% el tiempo de las resonancias magnéticas. Este es el futuro.
Investigadores del CSIC y la Universidad Miguel Hernández de Elche publicaron un método de inteligencia artificial que redefine el futuro del diagnóstico del cerebro: reduce un 90% el tiempo de las resonancias magnéticas avanzadas, de 60 minutos a apenas 8, entrenando redes neuronales con simulaciones físicas en lugar de datos reales de pacientes.
Quizás te interese leer: Neurocientífica comparte su secreto para un cerebro más tranquilo
El punto de partida del método es un problema estructural del campo: los sistemas de IA aplicados a neuroimagen requieren enormes volúmenes de resonancias magnéticas reales para entrenarse, lo que implica dificultades logísticas y serias preocupaciones sobre privacidad de datos médicos.
El equipo del IN tomó un camino diferente. En lugar de recopilar imágenes de pacientes, construyó un modelo físico del proceso de difusión del agua en el tejido cerebral y generó simulaciones realistas de resonancias a partir de ese modelo.
"El uso de simulaciones nos permite generar tantos datos como necesitemos, sin depender de la disponibilidad de pacientes y evitando problemas de privacidad", explicó Maximilian Eggl, uno de los investigadores del estudio.
El resultado más llamativo del trabajo es cuantitativo: la red neuronal entrenada con simulaciones logra alta precisión diagnóstica utilizando solo el 10% de las imágenes que requieren los métodos convencionales de resonancia magnética avanzada (diffusion-weighted MRI).
Esto tiene una traducción clínica directa. "Imagínate pasar de 40 minutos a unos 8 aproximadamente para obtener la misma información. Este procedimiento permitiría aumentar el número de pacientes atendidos en el mismo tiempo y hacer el sistema mucho más eficiente", señalaron ambos investigadores.
Para hospitales con listas de espera prolongadas, la implicación es significativa: más turnos disponibles, menor exposición del paciente al escáner y acceso a técnicas de neuroimagen avanzadas que hoy, por su duración, resultan impracticables en muchos contextos clínicos.
La pregunta que subyace a este trabajo es más amplia que la resonancia magnética: ¿hasta qué punto las simulaciones físicas pueden sustituir a los datos clínicos reales para entrenar sistemas de inteligencia artificial en medicina?
Este estudio sugiere que, al menos en neuroimagen por difusión, la respuesta es afirmativa —y con ventajas adicionales en privacidad y escalabilidad.
El trabajo fue publicado bajo el título "Simulation-based inference at the theoretical limit for fast, robust microstructural MRI with minimal diffusion data" en Communications Medicine, y representa una de las líneas más prometedoras en la intersección entre IA y diagnóstico por imagen.
------------------------------------------------------------------------
Gallardo confirmó su decisión tras la oferta para ser nuevo DT de Racing
Ni Barcelona ni PSG: El club que se llevaría a Julián Álvarez y es una bomba
El Gobierno activ la reforma laboral y ya impacta en Uber, Rappi, PedidosYa y más
Ante ultimátum de Maxi Abad y Carolina Losada, Patricia Bullrich dejó a Javier Milei
Thiago Almaa decidió su futuro tras la oferta bomba de River: "Postura clara"