La tecnología de inteligencia artificial pionera de Northwestern Medicine mejora la eficiencia de la radiología hasta en un 40%, aborda la escasez mundial de radiólogos y señala condiciones de salud críticas en tiempo real.
Northwestern Medicine ha presentado un sistema de inteligencia artificial generativa, el primero de su tipo, que promete revolucionar el campo de la radiología al aumentar significativamente la productividad, identificar rápidamente afecciones potencialmente mortales y ofrecer una posible solución a la escasez mundial de radiólogos.
Este avance, detallado en un estudio publicado en JAMA Network Open, tiene implicaciones de largo alcance para la industria de la atención médica.
“Este es, que yo sepa, el primer uso de IA que mejora de forma demostrable la productividad, especialmente en el ámbito sanitario. Incluso en otros campos, no he visto un aumento cercano al 40%”, declaró en un comunicado de prensa el autor principal, Mozziyar Etemadi, profesor adjunto de anestesiología en la Facultad de Medicina Feinberg de la Universidad Northwestern y de ingeniería biomédica en la Facultad de Ingeniería McCormick de la misma universidad.
El sistema de inteligencia artificial analizó casi 24,000 informes de radiología en los 12 hospitales de la red Northwestern Medicine durante cinco meses en 2024.
El estudio descubrió que la IA mejoró la eficiencia de finalización de informes en un promedio del 15.5%, y algunos radiólogos lograron un aumento de hasta el 40%, sin comprometer la precisión.
Aumentar la eficiencia y la precisión
Notable por estar integrado directamente en los flujos de trabajo clínicos, el sistema de IA de Northwestern es la primera herramienta de radiología de IA generativa que demuestra alta precisión y mayor eficiencia en todo tipo de radiografías, desde cráneos hasta dedos de los pies.
"Para mí y mis colegas, no es exagerado decir que duplicó nuestra eficiencia", añadió el coautor Samir Abboud, jefe de radiología de emergencia en Northwestern Medicine y profesor clínico adjunto de radiología en Feinberg. "Es una ventaja enorme y un factor multiplicador de fuerza".
Identificación de condiciones críticas en tiempo real
Más allá de la eficiencia, la herramienta de IA detecta condiciones potencialmente mortales como el neumotórax (colapso del pulmón) en tiempo real, antes de que un radiólogo examine las radiografías.
Las herramientas automatizadas analizan los informes generados por IA para detectar hallazgos críticos y los contrastan con los historiales clínicos del paciente. Esta capacidad permite un triaje más rápido e intervenciones que podrían salvar vidas.
“Esta tecnología nos ayuda a hacer un triaje más rápido, de modo que detectamos los casos más urgentes antes y llevamos a los pacientes al tratamiento más rápidamente”, añadió Abboud.
Diseñado a medida para radiología
Único entre las herramientas de IA, este sistema se construyó íntegramente internamente utilizando datos clínicos de la red Northwestern Medicine.
A diferencia de los modelos de IA grandes y previamente entrenados como ChatGPT, el sistema personalizado está diseñado específicamente para radiología y ofrece mayor velocidad y precisión con menos potencia informática.
“No es necesario que los sistemas de salud dependan de gigantes tecnológicos”, agregó el primer autor Jonathan Huang, estudiante de medicina de tercer año que tiene un doctorado en ingeniería biomédica de McCormick.
Abordar una escasez mundial
El sistema de IA también ofrece una solución estratégica a la inminente crisis en radiología. Dado que Estados Unidos podría enfrentarse a una escasez de hasta 42,000 radiólogos para 2033, la herramienta de IA podría ayudar a reducir los retrasos y garantizar resultados diagnósticos más rápidos.
La tecnología de Northwestern, que se encuentra en las primeras etapas de comercialización y cuenta con dos patentes aprobadas, tiene como objetivo apoyar a los radiólogos en lugar de reemplazarlos.
“Aún se necesita un radiólogo como referencia”, concluyó Abboud. “La medicina cambia constantemente: nuevos medicamentos, nuevos dispositivos, nuevos diagnósticos, y debemos asegurarnos de que la IA se mantenga al día. Nuestro papel es garantizar que cada interpretación sea correcta para el paciente”.
Fuente: Universidad del Noroeste