Espacio editorial virtual

Redes neuronales convolucionales: un modelo de Deep Learning en imágenes diagnósticas. Revisión de tema

Revista Colombiana de Radiología
Lubinus-Badillo F, Rueda-Hernández CA, Marconi-Narváez B, Arias-Trillos YE Redes neuronales convolucionales: un modelo de Deep Learning en imágenes diagnósticas. Revisión de tema Rev. Colomb. Radiol. 2021; 32(3): 5591-9
SERAM - Revista Colombiana de Radiologia
Autor/es: Lubinus-Badillo F, Rueda-Hernández CA, Marconi-Narváez B, Arias-Trillos YE

Los avances en la inteligencia artificial han repercutido en nuestra vida diaria y se están introduciendo en la actividad médica. La técnica de aprendizaje profundo (Deep Learning) es la que se está aplicando más en la valoración de la imagen médica. Los autores de esta revisión tienen como objetivo realizar una descripción general del funcionamiento de las redes neuronales convolucionales, de los conceptos básicos de estas, y analizar las perceptivas actuales de la aplicación centrada en la imagen médica.

Los autores revisan las aplicaciones del DL en radiología:

  1. Detección de lesiones como por ejemplo en la radiografía de tórax, la ecografía de mama o en la TC de cráneo sin contraste
  2. Segmentación de lesiones que por ejemplo es esencial de la planificación efectiva de la radioterapia en diferentes tumores.
  3. Pronóstico de pacientes en base al concepto de radiómica entendida como la extracción de datos cuantitativos en las imágenes médicas para generar un diagnóstico, pronóstico y tratamiento óptimo en diferentes patologías.

La conclusión de los autores es que el DL permite la extracción automática de datos y puede tener un gran impacto en la medicina. Sin embargo, en el momento actual su aplicación depende de la superación de una serie de desafíos y miedos a su aplicación. Los autores comparten su visión de que la IA puede ayudar a conseguir una práctica médica más rápida y reproducible. Por todo ello consideran que la participación adecuada de la comunidad médica permite asegurar un desarrollo tecnológico óptimo para mejorar la calidad de vida laboral y un mejor servicio de salud.

El artículo cuanta con once figuras que ilustran de manera secuencial y progresivas los conceptos esenciales de la inteligencia artificial y siendo muchas de las figuras son de elaboración propia lo que les da más valor.

PUNTOS FUERTES:

  • Calidad de las figuras del artículo que muestran los conceptos fundamentales de la AI.
  • Revisión bibliográfica completa.
  • Equipo potente de autores.

PUNTOS DEBILES:

  • No hay análisis de la estrategia para implementación de las solucionar de IA en los servicios de Radiologia.
  • No hay un comentario sobre las limitaciones de la revisión

 

 

Dr. Salvador Pedraza

Sección de Formación en Radiodiagnóstico - FORA

Suscríbete

Comités

Sugerencias

Mantenimiento web

El próximo fin de semana, 2 y 3 de marzo, la web no estará operativa por labores de mantenimiento.
Podrás seguir accediendo a la plataforma de formación en http://aula.formacion.seram.es