jueves 6 febrero, 2025

Foundation Models para radiología, lo que se viene!

Entrevistamos al Dr. Felipe Kitamura, líder en IA de Latinoamérica.

Durante la próxima JPR, que se desarrollará del 1 al 4 de Mayo en el Transamerica Expo de San Pablo el Dr. Kitamura coordinará las actividades de IA.

¿Cuáles son los principales temas tratados en el curso de inteligencia artificial que usted coordina durante el JPR?

En la JPR tendremos una clase de TI el día Jueves 1 de Mayo, una clase de Inteligencia Artificial el sábado, que es el encuentro de Inteligencia Artificial en Salud, y el Domingo en la mañana tendremos un hands-on de Inteligencia Artificial, donde los participantes podrán ellos mismos hacer las actividades en práctica y acompañar el desarrollo y el uso de algunos algoritmos de Inteligencia Artificial. Entonces, son estas tres grandes actividades. Los temas abordados en estos días son temas actuales por profesores que trabajan con estas áreas y que desarrollan proyectos en práctica sobre estas áreas. Entonces, es genial porque tendremos tanto radiologistas como profesionales de la área de Tecnología de la Información hablando sobre asuntos relacionados a la TI y a la Inteligencia Artificial en Radiología, incluyendo los temas más recientes como modelos fundacionales, como explicabilidad, como interacción entre médicos y la Inteligencia Artificial, entre varios otros temas relevantes de la IA.

Dr. Felipe Kitamura

¿A quién va dirigido este curso y qué conocimientos o habilidades pueden adquirir los participantes?

Toda esta grada de TI y de Inteligencia Artificial tiene una relevancia muy grande. 

El contexto actual es un contexto de un desarrollo absurdo de la Inteligencia Artificial en el mundo, en todas las áreas, inclusive en la medicina, y dentro de la medicina, la radiología lidera este desarrollo de la Inteligencia Artificial hace 7 años. Fue la primera área de la medicina como un todo a adoptar ampliamente y a desarrollar de forma más precoz estas tecnologías. Y después de 2022, con la llegada del chat GPT, las posibilidades se ampliaron aún más. Por eso este es un tema hoy mucho más relevante, inclusive, de lo que era hace 7 años. A pesar de que hace 7 años pensábamos que la Inteligencia Artificial tenía un gran impacto, 2022 fue una sorpresa para nosotros con el lanzamiento del chat GPT y eso cambió todo. Esto amplió mucho más el horizonte de posibilidades que la Inteligencia Artificial puede traer para ayudar a mejorar la radiología y atender mejor a nuestros pacientes.

Importancia del curso en el contexto actual:

¿Por qué considera relevante incluir un curso de IA en un evento como JPR?

Hoy en día, la inteligencia artificial está presente en todas las especialidades médicas, incluso en las subespecialidades de la radiología. Hay varias formas en las que los radiólogos pueden tener contacto con la inteligencia artificial. Una de ellas es como usuarios de la IA. La otra es como participantes en el desarrollo de estas tecnologías. Otra es ayudando a los hospitales en la elección de las mejores herramientas de inteligencia artificial y en la validación de estas herramientas. Y, independientemente de cuál es el área en la que cada persona va a actuar, invariablemente, todo radiólogo va a acabar teniendo algún tipo de contacto, si es que ya no lo tuvo hasta hoy. Para todas estas personas, estas subespecialidades, tanto de TI el día Jueves, como de inteligencia artificial el sábado, pueden traer bastante información interesante. Y quien tenga más mano en la masa, me gusta decir que quiero testear yo mismo, ver cómo funciona en la práctica, cómo desarrollo un algoritmo, o cómo uso un algoritmo en la práctica, para eso va a servir el hands-on del Domingo de la mañana.

Sobre el impacto de la IA en el diagnóstico por imágenes:

Opinión sobre las revoluciones tecnológicas:

¿Cuáles son los avances más promisores de la IA?

Hasta hoy, lo que hemos visto es que, a pesar del pensamiento más inmediatista nuestro como médicos, de que la IA va a mirar una imagen, dar un diagnóstico, en realidad, hasta hoy, el mayor valor que la IA ha traído fue en todo el resto de la cadena, que no es esta etapa que acabo de hablar, de mirar una imagen y dar un diagnóstico. Entonces, desde el agendamiento del examen, desde la adquisición del examen de forma más rápida y con mejor calidad, el procesamiento de las imágenes, y después que el radiologista hizo el informe, o, en realidad, en el proceso de escrito del informe o de editado del informe, y después en el proceso de comunicar ese pensamiento al médico que pidió el examen, todas estas etapas, hoy, ya tienen ejemplos claros, incluso en Brasil, ya funcionando en la práctica, de beneficios. Lo que nosotros todavía no tuvimos tanto resultado palpable, práctico, hay algunos, pero aún no hubo tanto, es en esta etapa de, de hecho, el algoritmo mirar la resonancia, la mamografía o la radiografía y decir cuál es la enfermedad que tiene y, de alguna manera, traer algún valor con eso. Pero estas cosas están en progreso y ya tenemos perspectivas futuras de esta área acabarse desarrollando más. Voy a hablar más adelante sobre eso.

Retos y oportunidades:

¿Qué desafíos enfrenta la comunidad médica para integrar eficazmente la IA en el diagnóstico por imágenes?

Hay varios desafíos. En Brasil tenemos uno, que es el costo de estas herramientas. Buena parte de estas herramientas son creadas fuera de Brasil, y con eso el costo de importación, impuesto y cambio inviabiliza el uso de muchas soluciones que existen en el mundo. Pero también tenemos un desarrollo por algunas empresas en nuestro país, y eso nos ayuda mucho a tener acceso a estas herramientas. El costo es uno de los principales. Existen cuestiones de regulación. Para adquirir la ley, necesitamos cumplir algunos requisitos técnicos, y eso crea un desafío. No es intransponible, pero eso crea un desafío. Existe el desafío técnico de, de hecho, instalar la herramienta, de crear la herramienta antes de la instalación, hasta validar si esta herramienta funciona, de monitorear esta herramienta a lo largo del tiempo después de que comience a ser usada en práctica. Existe un desafío cultural de aceptación, de nosotros los médicos, y recientemente se ha estudiado la aceptación de los pacientes sobre esta herramienta. Entonces, hay varios desafíos, ninguno de ellos es intransponible, y ya vemos salidas para varios casos de uso, inclusive en Brasil.

¿Cómo pueden los médicos prepararse para este cambio y aprovechar al máximo estas herramientas?

Yo diría que esto depende mucho de cuál es el foco de este médico. Para el médico continuar trabajando como médico, haciendo clìnica, atendiendo al paciente, o leyendo las imágenes y haciendo su informe como un radiologista hace, no necesita saber programar, no necesita aprender a entrenar algoritmos de inteligencia artificial, nada de esto es necesario. No que no sea útil, pero no es necesario. Lo que es necesario es que un médico, que es un médico en sí, aprenda a usar estas herramientas. Saber cuál es la utilidad, para qué sirven, qué tipo de información traen, cuáles son sus limitaciones, dónde fallan, de manera que consigan usar esta herramienta en su capacidad plena, dónde puede ser usada y saber dónde no puede ser usada. Eso es lo que el médico necesita saber. Y esto no es nada diferente de cualquier otra herramienta que el médico use, sea un aparato de ultrasonido, sea un estetoscopio, sea cualquier otro tipo de herramienta. 

Ahora, claro que existen varios médicos que quieren desarrollar estas tecnologías, quieren abrir empresas, quieren hacer investigación en esta área de inteligencia artificial. Y para todos estos otros, vale la pena tener un conocimiento más profundo, sea teórico o sea práctico, de cómo se crean estas herramientas, a veces hasta aprender a programar, aprender a entrenar modelos de IA. Entonces, dividiría en dos grupos de médicos. El médico que quiere trabajar como médico y el médico que quiere hacer estas otras cosas. Y para cada uno de ellos, hay formas diferentes de prepararse para esta mudanza.

Futuro de la IA en medicina:

¿Cuáles son sus predicciones para la evolución de la IA en radiología y otras especialidades médicas durante los próximos 5 a 10 años?

Solo una cosa es cierta, que vamos a errar en nuestro aprendizaje, con certeza. Es imposible saber lo que va a suceder. Pero una cosa es cierta, basado en lo que ha sucedido en los últimos tres años, sabemos que hay una revolución sucediendo desde el punto de vista técnico de estas herramientas. Si esta revolución de hecho va a crear una revolución en la práctica, eso es otra historia. Yo creo que sí, pero ahí es pura credibilidad. Pero el punto es que, con la venida del chat GPT, que es lo que llamamos un gran modelo de lenguaje, en inglés Large Language Models, LLM, quedó muy claro que modelos de texto, como el chat GPT, consiguen hacer cosas que nunca imaginamos que la IA sería capaz de hacer. Y después el chat GPT pasó a ser capaz de ver texto también, de ver vídeos, cualquier tipo de documento. Esto amplió de una forma las posibilidades, y esto hoy está escancarado para todo el mundo, porque esta herramienta es pública. Y el hecho es que nadie ha hecho todavía un entrenamiento de un chat GPT, en la escala que fue hecho para el chat GPT, para la radiología, o para cualquier otra cosa en la medicina. Y esto está siendo desarrollado, hay empresas desarrollando este tipo de cosas hoy. Yo imagino que esto va a ser un gran divisor de aguas en la inteligencia artificial, de no tener esta inteligencia artificial hoy, que es una IA enfocada en cada tarea separada, para tener una IA que tenga un conocimiento mucho más general, y una capacidad de asociación y de raciocinio mucho mejor de lo que tiene hoy. Básicamente un chat GPT de radiología. Este tipo de modelo, de algoritmo, lo llamamos Foundation Model. Entonces, el chat GPT fue creado a partir de un Foundation Model, y hay empresas hoy creando Foundation Models para la radiología también. Este yo creo que va a ser el futuro de los próximos 5 a 10 años, y que tiene una gran oportunidad de causar una mudanza muy drástica en la capacidad de estas herramientas, lo que puede o no ser llevado y de hecho causar una mudanza drástica o no prácticamente. Yo creo que también va a haber una mudanza drástica en la práctica médica, pero eso solo el tiempo nos dirá.

Artículos relacionados

Descubre Innovación y Soluciones en HIMSS: Evento Imprescindible para el DxI en Latam

HIMSS 2025 en Las Vegas promete ser un encuentro clave para instituciones de diagnóstico por imágenes de América Latina. Con empresas líderes y tecnologías...

Inscrições abertas para Painéis e Temas Livres da JPR 2025 até 31/1

A Jornada Paulista de Radiologia (JPR) é o maior congresso de Diagnóstico por Imagem da América Latina. Organizada pela Sociedade Paulista de Radiologia e...

Cocktail de fin de año de la SAR

El pasado 11 de Diciembre, la Sociedad Argentina de Radiología (SAR) celebró un cóctel en su sede, reuniendo a la comisión directiva y a...

Los 5 problemas más graves que están afectando la atención médica

Cuando la tecnología falla, todo se vuelve más lento y complicado. Así pasa en los hospitales y los centros de salud, pero a la...

Seguinos

2,319FansLike
0FollowersFollow
1,324FollowersFollow

MÁS LEIDOS