Este avance, publicado en la revista científica 'Proceedings of the National Academy of Sciences', algún día podría ayudar a los médicos a tratar a pacientes con lesiones cerebrales traumáticas, accidentes cerebrovasculares y aneurismas.
El aumento de los estudios de diagnóstico por imágenes, como la tomografía computarizada, implica que los radiólogos estén mirando miles de imágenes cada día, en busca de pequeñas anomalías que pueden reflejar emergencias mortales.
Este sistema de trabajo podría ser más eficiente y preciso con la ayuda de la tecnología. Por ejemplo, si la inteligencia artificial puede detectar las imágenes con anomalías importantes.
Algunos puntos pueden ser del orden de 100 píxeles de tamaño, por lo que algunos radiólogos expertos, a veces, los pierden con el consiguiente riesgo para la salud del paciente.
Así, el algoritmo encontró algunas pequeñas anormalidades que los expertos no detectaron. También señaló su ubicación dentro del cerebro y lo clasificó según el subtipo, información que los radiólogos necesitan para determinar el tratamiento.
El algoritmo aportó toda esa información con un nivel aceptable de falsos positivo, minimizando el tiempo que los médicos necesitaría dedicar a revisar sus resultados.
Los autores del estudio ahora están aplicando el algoritmo a las tomografías computarizadas de centros de trauma de todo el país que están inscritos en el estudio de investigación, dirigido por Geoffrey Manley, profesor y vicepresidente de neurocirugía de la UCSF.
