Universidad en EE.UU. recibe fondos para desarrollar IA capaz de mejorar precisión de imágenes médicas.
El diagnóstico del cáncer en la actualidad implica el uso de “agentes de contraste”, químicos para mejorar la precisión de procesos de imágenes médicas como radiografías, tomografías computarizadas (TC) y resonancias magnéticas (RM). Sin embargo, estos químicos además de ser costosos, requieren más tiempo para su uso y preparación.
En este sentido, Case Western Reserve University recibió una subvención de cuatro años por 1.1 millones de dólares por parte de la Fundación Nacional de Ciencias NSF, en inglés) para avanzar en la investigación de tecnología de imágenes médicas más seguras, rápidas y menos costosas. Esta iniciativa busca el desarrollo de una nueva alternativa de inteligencia artificial (IA) que genere imágenes virtuales con mejora de contraste sin recurrir a el uso de agentes químicos.
“Con esta subvención, nuestro equipo multidisciplinario pretende mejorar radicalmente el proceso de imágenes médicas para beneficio tanto del personal clínico como de los pacientes”, mencionó Shuo Li, líder del proyecto y profesor asociado en la Escuela de Ingeniería de la universidad. “Nuestra meta es ofrecer un proceso más seguro, rápido y económico utilizando solo imágenes sin contraste”, agregó.
Junto a Li, Vipin Chaudhary, Leonardo Kayat Bittencourt y Sree Harsha Tirumani, colíderes del proyecto, se proponen explorar una nueva vía para proporcionar información diagnóstica valiosa utilizando IA. Esto incluye el estudio de nuevas características de imágenes para desarrollar modelos innovadores que puedan aplicarse a resonancias magnéticas (IRM).
En este sentido, gracias a la subvención del programa NSF Smart Health and Biomedical Research in the Era of Artificial Intelligence and Advanced Data Science, el equipo trabajará en la creación de un agente de contraste de IA. Este enfoque busca eliminar los riesgos asociados con los agentes químicos, así como reducir costos y tiempos de diagnóstico, además de mitigar problemas de suministro, como ocurrió en 2022 con la escasez global de medios de contraste yodados.
El proyecto aprovecha los enfoques en medicina e ingeniería del equipo, buscando una nueva oportunidad en la creación de imágenes médicas más seguras y eficientes.
