SAT es una herramienta de inteligencia artificial que promete mayor precisión y eficiencia en radiología.
La segmentación de imágenes médicas, es decir, la identificación de órganos, tejidos o lesiones en estudios como resonancias y tomografías, es fundamental para el diagnóstico y el seguimiento de enfermedades. Tradicionalmente, esta tarea depende de especialistas que realizan un trabajo manual, detallado y demandante en tiempo. Aunque los avances en inteligencia artificial han permitido crear modelos automatizados, la mayoría está diseñada para funciones específicas, lo que limita su aplicación en distintos contextos clínicos.
Investigadores de la Universidad Jiao Tong de Shanghái en China y del Laboratorio de Inteligencia Artificial de Shanghái han desarrollado un modelo denominado Segment Anything with Text (SAT). A diferencia de los sistemas convencionales que requieren instrucciones gráficas o entrenamiento especializado para cada tarea, SAT utiliza indicaciones en lenguaje médico, por ejemplo, escribir “hígado” o “aorta”, para localizar y segmentar estructuras dentro de imágenes tridimensionales. El estudio fue publicado en npj Digital Medicine.
El equipo creó la base de datos más amplia hasta la fecha para este propósito, utilizaron más de 22 mil estudios en 3D provenientes de 72 conjuntos de datos públicos, con anotaciones estandarizadas de 497 categorías anatómicas y de lesiones. Además, integraron un árbol de conocimiento médico con 6 mil 502 términos anatómicos, lo que permitió entrenar al modelo con información textual y visual al mismo tiempo.
Se diseñaron dos versiones del sistema: SAT-Nano, que es más ligera, y SAT-Pro, que tiene mayor capacidad. En pruebas internas, SAT-Pro mostró un rendimiento comparable al de los 72 modelos especializados nnU-Net combinados, pero con solo una fracción de sus parámetros. Frente a modelos interactivos como MedSAM, SAT-Pro logró una mejora promedio de 7.1% en la métrica estándar de coincidencia (DSC, en inglés) en siete regiones del cuerpo. También demostró mayor robustez y capacidad de generalización en bases de datos externas.
El uso de texto como indicación no solo reduce la necesidad de intervención manual, sino que también abre la puerta a integrar SAT con grandes modelos de lenguaje (LLM, en inglés) como GPT-4. En escenarios de prueba, esta combinación permitió leer un reporte clínico, identificar las estructuras mencionadas y segmentarlas automáticamente en la imagen correspondiente.
