Equipo de la Universidad de Ottawa (uOttawa) ha creado un modelo habilitado para que la Inteligencia Artificial (IA) pueda diagnosticar defectos de nacimiento en imágenes de ecografía obstétrica.
Un estudio realizado por un equipo de la Facultad de Medicina de uOttawa, muestra el uso de un modelo de aprendizaje profundo como herramienta de asistencia para la lectura rápida y precisa de ultrasonidos fetales. El estudio fue publicado en la revista científica PLOS One: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0269323.
El objetivo del estudio fue demostrar el potencial del aprendizaje profundo para la identificación temprana y confiable de higroma quístico, por medio de ecografías realizadas durante el primer trimestre. Esta afección hace que los embriones sufran cambios en su sistema vascular linfático y no se desarrolle de manera apropiada. En este sentido, se trata de un trastorno poco común y potencialmente mortal, por lo que requiere un diagnóstico temprano.
Este defecto es fácil de detectar en una cita de ultrasonidos de rutina, sin embargo, los investigadores buscaron probar qué tan efectiva era la IA para el reconocimiento de patrones en este tipo de imágenes. Para ello utilizaron alrededor de 300 ecografías fetales obtenidas del Hospital de Ottawa.
Posteriormente, las imágenes fueron analizadas por medio del modelo DenseNet, que logró identificar correctamente los casos de higroma quístico, asimismo se generaron mapas de calor, para evaluar la interpretabilidad del modelo. Finalmente, el modelo logró una precisión general del 93%.
“El modelo fue sobresaliente, incluso con una pequeña cantidad de imágenes de entrenamiento. Entonces, potencialmente, lo que demostramos fue que en el campo del ultrasonido podemos usar las mismas herramientas para la clasificación e identificación de imágenes con una alta sensibilidad y especificidad”, dijo el Dr. Mark Walker, director del estudio.
El Dr. Walker explicó que ahora el equipo tiene como objetivo desarrollar una base de datos basada en la nube para cargar imágenes de ecografías obstétricas y ayudar a que especialistas de países con ingresos bajos y medianos interpreten con facilidad este tipo de diagnósticos.
