Pide Tecnológico de Monterrey que médicos superen reticencia a la IA
GUADALAJARA, Jal., 12 de diciembre de 2024.- La Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey, la universidad número uno en Ingeniería y Tecnología en México, de acuerdo con el QS World Ranking 2025, hace un llamado a la comunidad médica a colaborar con investigaciones del ámbito académico, para alcanzar un verdadero impacto en la sociedad a través del uso de la IA en materia de diagnóstico oportuno.
En comunicado de prensa, uno de los principales obstáculos que enfrenta el avance en el aprovechamiento de los beneficios de las tecnologías emergentes como la Inteligencia Artificial (IA) en el cuidado de la salud es la obtención de datos en mayor escala para alimentar y perfeccionar los modelos. Entre la comunidad científica es aceptado que, para las soluciones de Deep Learning pueden desarrollarse modelos de alta calidad, si se alimentan con miles de imágenes adecuadamente etiquetadas, para lograrlo es necesario contar con un volumen de información lo más grande posible y coordinación entre más instituciones.
La colaboración de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey con instituciones académicas de otros países está impulsando de manera significativa los avances en el uso de la Inteligencia Artificial (IA) en áreas de la salud como la cirugía mínimamente invasiva. Este avance podría ser aún mayor si se ampliara esta colaboración con médicos y hospitales.
“Es vital que los médicos de todas las especialidades superen su reticencia a unirse a proyectos de inteligencia artificial, que no solamente les ayudará a mejorar sus capacidades de detección, diagnóstico y tratamiento, sino que también tendrán impactos sustanciales en beneficio de la sociedad en su conjunto”, enfatiza Gilberto Ochoa, investigador de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey, Campus Guadalajara.
Los proyectos de investigación que el Tec lleva a cabo para la utilización de la Inteligencia Artificial (IA) en la cirugía mínimamente invasiva, buscan acelerar la detección y diagnóstico de enfermedades gastrointestinales, la clasificación de cálculos renales, así como un seguimiento preciso del instrumental quirúrgico utilizado en cirugías endoscópicas.
La endoscopía gastrointestinal se utiliza para examinar visualmente el tracto digestivo, incluyendo el esófago, el estómago y el colon, e identificar padecimiento como colitis ulcerativa, enfermedades celiacas, pólipos, alteración de los tejidos, entre otros.
Apoyados en imágenes fijas y videos que se obtienen con esta exploración, los médicos pueden distinguir los tejidos sanos de los que han sido afectados por enfermedades, para tomar las acciones pertinentes, e indicar tratamientos.
De acuerdo con el Dr. Ochoa, este procedimiento se vuelve más efectivo y acertado al integrar inteligencia artificial en diversas etapas comenzando con la captura de las imágenes fijas y en video que se capturan desde la cámara de los endoscopios, hasta los procesos de análisis e interpretación.
“El endoscopio puede moverse en varios ángulos, pero únicamente puede mostrar una imagen frontal. Al inspeccionar por dentro el cuerpo humano, es difícil tener un mapa tridimensional y llevar un registro preciso de las zonas que se han revisado”, explica. “La inteligencia artificial está ayudando a crear mapas tridimensionales muy similares a los que hacen los vehículos autónomos mediante las redes neuronales para facilitar su avance mediante la detección de elementos como semáforos, carriles y peatones”, añade el catedrático.
Lo anterior ha sido posible al añadir una capa de Deep Learning (DL) a la que se alimenta con horas y horas de video, además de numerosas imágenes que contienen muy distintos tipos de información visual para enriquecer los modelos y hacerlos más robustos, permitiendo generar una vista con la profundidad, anchura y altura suficientes para crear una representación tridimensional de enorme complejidad.
Así, los médicos son capaces de identificar alteraciones en el aparato digestivo en tiempo real. En el colon, por ejemplo, pueden desarrollarse pólipos con formas y tamaños distintos que podrían ser benignos o malignos. A partir de características observadas, los médicos podrían determinar tratarlos o extraerlos, conociendo con mayor precisión su ubicación mediante la generación de un mapa 3D.
“En el caso de la colitis ulcerativa o de enfermedad celiaca, es vital saber dónde se encuentran y su severidad. El uso de inteligencia artificial y deep learning están reduciendo los tiempos y márgenes de error en los diagnósticos considerablemente, así como los falsos positivos”, asegura Ochoa.
Como ejemplo de estas colaboraciones que han permitido que la investigación para el uso de la IA en medicina, podemos mencionar la colaboración con la Facultad de Medicina de Harvard y el apoyo de Microsoft AI For Good, así como la información generada a partir de imágenes endoscópicas de la unidad de Evaluación Endoscópica de la Clínica Mayo.
Algunos de los proyectos que hoy en día tienen el potencial de aumentar su alcance y generar un impacto real en la sociedad de México y el mundo son los siguientes:
Clasificación de cálculos renales
Un procedimiento mínimamente invasivo, la ureteroscopía es un procedimiento que ayuda a los urólogos a observar el interior del uréter y la pelvis renal, facilitando el diagnóstico de diversas afecciones en las vías urinarias como los cálculos renales. Sin embargo, su clasificación en términos de tamaño, textura y color puede tomar bastante tiempo y ser complicado por lo que puede beneficiarse del uso de la inteligencia artificial.
Hasta la fecha, se han identificado alrededor de 30 tipos diferentes de cálculos, cada uno con implicaciones clínicas particulares, explica el investigador. Los urólogos suelen colaborar con biólogos para determinar el origen de los cálculos, pero entrenar a los médicos en esta clasificación compleja es un proceso largo y difícil.
El enfoque tradicional implica la extracción de los cálculos para su posterior análisis en el laboratorio. Este proceso, aunque efectivo, es costoso y puede tardar semanas o meses en ofrecer resultados definitivos. Además, la extracción de los cálculos puede aumentar el riesgo de infecciones en los pacientes. “Por esta razón, muchos urólogos prefieren desintegrarlos mediante láser, lo que, desafortunadamente, destruye la información valiosa para el diagnóstico”, señala Ochoa.
El Tecnológico de Monterrey ha establecido una colaboración con el Centro de Investigación Automática de Nancy de la Universidad de Lorraine en Francia, para realizar la clasificación endoscópica de los cálculos renales. Han compartido cientos de horas de video de procedimientos médicos, que luego se analizan mediante IA para hacer una mejor interpretación de las imágenes y hacerlas más comprensibles para los urólogos.
Al igual que en la endoscopía gastrointestinal, en la ureteroscopía también pueden crearse mapas tridimensionales para el estudio de los cálculos renales y realizar el análisis morfoconstitucional para lograr una clasificación más acertada. La IA puede ir un paso más allá al ayudar a categorizar a los más comunes con mayor precisión, al tiempo de ir ampliando el conocimiento sobre los cálculos raros y reduciendo los sesgos al momento de introducir los algoritmos cuando se entrenan con datos limitados.
Asimismo, la IA ofrece la posibilidad de realizar diagnósticos casi en tiempo real, lo que puede ayudar a iniciar tratamientos como cambios en la dieta o medicación de manera más oportuna, y depender menos del análisis de laboratorio que pueden tardar semanas, proporcionando una atención más eficiente y mejorando la calidad de vida del paciente.
Rastreo de instrumental médico
El seguimiento del instrumental médico durante las cirugías mínimamente invasivas es otro de los focos del proyecto liderado por el investigador Gilberto Ochoa. Uno de los principales desafíos a los que se enfrentan las cirujanas y los cirujanos en estas intervenciones, indica, es la segmentación de los instrumentos, es decir, la capacidad de identificar y ubicar cada herramienta en tiempo real dentro del entorno quirúrgico.
La inteligencia artificial (IA), junto con el Deep Learning, se está probando como una herramienta clave para abordar este problema.
El entorno quirúrgico puede ser extremadamente complejo, especialmente en las cirugías mínimamente invasivas, donde un campo de visión limitado y condiciones de iluminación extremas complican aún más el trabajo del cirujano. La presencia de factores disruptivos como sangrado, imágenes sobreexpuestas o con poca iluminación, humo y reflejos puede afectar también las tasas de detección en revisiones endoscópicas, disminuyendo la efectividad de los algoritmos de visión por computadora (computer vision).
Estos factores, combinados con la falta de información visual clara y la dificultad para manipular los instrumentos quirúrgicos, pueden aumentar significativamente el riesgo para el paciente. “Aquí es donde la IA entra en juego, ayudando a los cirujanos a superar estas limitaciones y mejorando la precisión y seguridad durante el procedimiento”, enfatiza Ochoa.
