En conversación con el profesor Erik Ranschaert, MD, PhD: Radiología de próxima generación en el ECR 2024
La Congreso Europeo de Radiología 2024 Está a punto de comenzar. A medida que nos embarcamos en esta experiencia de exploración y descubrimiento, presentamos una conversación reveladora con Dr. Erik RanschaertProfesor visitante de radiología en la Universidad de Gante y asesor de Quibim. Reconocido por su experiencia en radiología, el Dr. Ranschaert aporta su inestimable conocimiento a nuestras conversaciones.
Sus conocimientos únicos y su análisis exhaustivo Mejorará significativamente nuestra comprensión de las tendencias, avances y desafíos actuales dentro del panorama de las imágenes médicas.
Últimos avances
¿Podría resumir el estado actual de las aplicaciones de IA en los exámenes de rayos X y cómo transforman la radiología tradicional? ¿Qué avances se destacarán en este campo en el ECR 2024?
En los últimos 5 a 10 años, se ha producido una evolución significativa en la disponibilidad de muchas soluciones para diferentes modalidades, principalmente en neurorradiología, radiología torácica, mamografía y radiología musculoesquelética. Hay un crecimiento sustancial de las aplicaciones clínicas en los departamentos de radiología y los hospitales. En la literatura científica, podemos notar un cambio gradual hacia estudios que evalúan la IA en un entorno clínico del "mundo real", lo que contribuirá al crecimiento de la confiabilidad. Supongo que también veremos un número creciente de artículos centrados en brindar asesoramiento y "directrices" con respecto a la gestión de la IA en un entorno clínico. Un buen ejemplo es el artículo multisocietal publicado recientemente con consideraciones prácticas sobre el desarrollo, la compra y el monitoreo. Herramientas de IA en radiologíaAdemás, recientemente se ha dado un “impulso” a la relación entre IA y radiología con la publicación de los modelos de lenguaje a gran escala (LLM) y los modelos de visión-lenguaje o de base multimodal. En otras palabras, la relación entre IA y radiología está creciendo y gradualmente se vuelve prematrimonial, pero deberíamos considerar repensar la “definición” de dicho matrimonio. Lo explicaré con más detalle durante mi conferencia en el ECR: “IA y rayos X: la boda perfecta.'
Beneficios destacables
Teniendo en cuenta su amplia experiencia en la integración de la IA en el diagnóstico por imágenes, ¿cuáles son los beneficios más importantes de la IA para los radiólogos y el flujo de trabajo de diagnóstico en general? ¿Cómo mejora la eficiencia y la precisión del diagnóstico?
Cada entorno clínico tiene sus propias necesidades y las soluciones de IA deben elegirse en función de los obstáculos y problemas más relevantes. En numerosos países, hay escasez de radiólogos para interpretar todos los exámenes radiológicos, lo que convierte a la IA en un recurso valioso para mejorar los servicios de diagnóstico en estas circunstancias.
Se ha demostrado que la IA mejora significativamente la calidad de exámenes como el cribado del cáncer de mama y de pulmón. La asistencia mediante IA puede reducir significativamente la carga de trabajo de los radiólogos implicados, así como los costes asociados a la organización de este tipo de iniciativas de cribado a gran escala.
Obstáculos a considerar
Desde su perspectiva como líder en radiología y asesor de empresas emergentes de IA, ¿cuáles identifica como las barreras más críticas para implementar con éxito tecnologías de IA en los departamentos de radiología?
Muchos radiólogos aún necesitan ser conscientes de las ventajas potenciales. La desconfianza existente se puede reducir si los radiólogos trabajan con una solución de IA en su práctica. Otra barrera importante es la financiación y la dificultad de presentar un buen caso de negocio, con un retorno de la inversión claro. También debe buscarse un equilibrio entre la mejora de la calidad y el aumento de la producción o la mejora del flujo de trabajo, y esto puede ser un desafío. En Europa, donde la mayoría de los sistemas de atención médica se basan en una forma de medicina socializada, creo que también es tarea del gobierno hacer una contribución constructiva en este sentido para que las aplicaciones puedan habilitarse a mayor escala.
El objetivo de redefinir la radiología
Como coautor del primer libro sobre IA para imágenes médicas, tiene un profundo conocimiento del panorama cambiante de la radiología. En el contexto de la "radiología de próxima generación", ¿existen conceptos o tecnologías emergentes que, en su opinión, redefinirán el futuro de la radiología diagnóstica?
El desarrollo de los LLM y de los modelos de base multimodales abrirá la puerta a un mayor desarrollo de la medicina personalizada (medicina de precisión), especialmente porque se pueden utilizar y combinar muchas más fuentes de datos para desarrollar nuevas soluciones de IA. Consecuentemente, será posible desarrollar e implementar aplicaciones de IA que se adapten mucho mejor a los usuarios y a su tratamiento.
Sin embargo, es necesario crear herramientas y plataformas que permitan monitorear el desempeño de los algoritmos en los estudios realizados y evaluar sistemáticamente los resultados de la terapia en los pacientes, especialmente en el campo de la oncología.
La alianza de los radiólogos y la tecnología
¿Cómo prevé la evolución de las asociaciones entre radiólogos y desarrolladores de tecnología para mejorar la precisión diagnóstica y la eficiencia operativa?
Veo un aumento de la cooperación entre estas partes. Están aprendiendo a comunicarse entre sí en un lenguaje común, lo que solo es posible en un entorno donde se estimula la cooperación. Los centros académicos o de investigación deberían centrarse en esa colaboración, y cada vez se toman más iniciativas para avanzar en esa dirección. También participo en varios proyectos en los que se lleva a cabo investigación en IA en un grupo multidisciplinario, lo que resulta muy interesante y enriquecedor.
Referentes que marcan el camino para la radiología de próxima generación
Como profesor y figura influyente en radiología, ¿cómo incorpora sus conocimientos sobre IA y aprendizaje automático en su enseñanza y tutoría, con el objetivo de preparar a la próxima generación de radiólogos para la revolución digital en la atención médica?
En los últimos años, en la Universidad de Gante, he propuesto temas sobre IA para estudiantes de medicina, sobre los que luego podrían realizar una tesis de licenciatura o de máster. Es un proceso muy gratificante. Ver cómo avanzan estos estudiantes es muy prometedor. También confirma que existe un interés definido en estos temas y que la nueva generación de médicos en formación está, sin duda, dispuesta a aprender a abordarlos y a hacer un uso significativo de ellos. Sociedad EuSoMII, del que he sido presidente, hemos conseguido reunir un gran “club joven” formado por residentes de radiología, jóvenes radiólogos y estudiantes de otras disciplinas, con un interés común: el desarrollo y uso de la IA en radiología y medicina. ¡Así que estamos trabajando en ello!
Los radiólogos tienen un papel fundamental que desempeñar en la transformación de la medicina tal como la conocemos. ECRLa innovación y el descubrimiento convergen para establecer nuevos estándares en la atención al paciente. Este lema coincide con nuestro compromiso de aprovechar todo el potencial de la radiología para mejorar la vida de los pacientes.
Esta enriquecedora conversación con el Dr. Erik Ranschaert subraya la influencia transformadora de la IA en la medicina de precisión y destaca su capacidad para transformar la atención médica. Únase a nosotros en ECR Explorar los avances actuales que redefinen continuamente las imágenes médicas.