Google Cloud presenta una nueva suite de imágenes médicas impulsada por IA

La aplicación de inteligencia artificial a imágenes médicas puede ser beneficiosa para médicos y pacientes, pero desarrollar las herramientas para hacerlo puede ser un desafío. Google anunció el martes que está listo para enfrentar ese desafío con su nuevo Medical Imaging Suite.

“Google fue pionera en el uso de la IA y la visión artificial en Google Photos, Google Image Search y Google Lens, y ahora ponemos nuestra experiencia, herramientas y tecnologías en imágenes a disposición de las empresas de ciencias de la vida y atención de la salud”, Alissa Hsu Lynch, líder mundial de Google Cloud MedTech Strategy and Solutions, dijo en un comunicado.

El vicepresidente y analista distinguido de Gartner, Jeff Cribbs, explicó que los proveedores de atención médica que buscan IA para soluciones de imágenes de diagnóstico generalmente se han visto obligados a elegir entre dos opciones.

“Pueden obtener software del fabricante del dispositivo, del proveedor del repositorio de imágenes o de un tercero, o pueden crear sus propios algoritmos con herramientas de clasificación de imágenes independientes de la industria”, dijo a TechNewsWorld.

“Con este lanzamiento”, continuó, “Google está tomando sus herramientas de desarrollo de inteligencia artificial de bajo código y agregando una aceleración sustancial específica para el cuidado de la salud”.

“Este producto de Google proporciona una plataforma para los desarrolladores de IA y también facilita el intercambio de imágenes”, agregó Ginny Torno, directora administrativa de innovación y sistemas clínicos, auxiliares y de investigación de TI en Houston Methodist, en Houston.

“Esto no es exclusivo de este mercado, pero puede brindar oportunidades de interoperabilidad de las que un proveedor más pequeño no es capaz”, dijo a TechNewsWorld.

Componentes robustos

Según Google, Medical Imaging Suite aborda algunos puntos débiles comunes que enfrentan las organizaciones al desarrollar modelos de inteligencia artificial y aprendizaje automático. Los componentes de la suite incluyen:

  • Cloud Healthcare API, que permite un intercambio de datos fácil y seguro utilizando un estándar internacional para imágenes, DICOMweb. La API proporciona un entorno de desarrollo de nivel empresarial, escalable y completamente administrado, con desidentificación DICOM automatizada. Los socios de tecnología de imágenes incluyen NetApp para una gestión de datos in situ a la nube sin inconvenientes, y Change Healthcare, un PACS empresarial de imágenes nativo en la nube para uso clínico por parte de radiólogos.
  • Herramientas de anotación asistidas por IA de Nvidia y Monai para automatizar la tarea altamente manual y repetitiva de etiquetar imágenes médicas, así como la integración nativa con cualquier visor DICOMweb.
  • Acceda a BigQuery y Looker para ver y buscar petabytes de datos de imágenes para realizar análisis avanzados y crear conjuntos de datos de entrenamiento sin sobrecarga operativa.
  • Uso de Vertex AI para acelerar el desarrollo de canalizaciones de IA para crear modelos de aprendizaje automático escalables, con un 80 % menos de líneas de código requeridas para el modelado personalizado.
  • Opciones flexibles para la implementación en la nube, local o perimetral para permitir que las organizaciones cumplan con diversos requisitos de soberanía, seguridad de datos y privacidad, al tiempo que brindan administración centralizada y cumplimiento de políticas con Google Distributed Cloud, habilitado por Anthos.

Mazo completo de tecnología

“Un diferenciador clave para Medical Imaging Suite es que ofrecemos un conjunto completo de tecnologías que respaldan el proceso de entrega de IA de principio a fin”, dijo Lynch a TechNewsWorld.

La suite ofrece todo, desde la ingestión y el almacenamiento de datos de imágenes hasta herramientas de anotación asistidas por IA y opciones de implementación de modelos flexibles en el borde o en la nube, explicó.

“Estamos brindando soluciones que harán que este proceso sea más fácil y eficiente para las organizaciones de atención médica”, dijo.

Lynch agregó que la suite adopta un enfoque abierto y estandarizado para las imágenes médicas.

“Nuestros servicios integrados de Google Cloud funcionan con un enfoque estándar DICOM, lo que permite a los clientes aprovechar sin problemas Vertex AI para el aprendizaje automático y BigQuery para el descubrimiento y análisis de datos”, dijo.

“Al tener todo construido alrededor de este enfoque estandarizado, estamos facilitando que las organizaciones administren sus datos y los hagan útiles”.

Solución de clasificación de imágenes

El creciente uso de imágenes médicas, junto con los problemas de mano de obra, ha hecho que el campo esté maduro para soluciones basadas en inteligencia artificial y aprendizaje automático.

“A medida que los sistemas de imágenes se vuelven más rápidos, ofrecen una resolución más alta y capacidades como la resonancia magnética funcional, es más difícil para la infraestructura que respalda esos sistemas mantenerse al día e, idealmente, adelantarse a lo que se necesita”, dijo Torno.

“Además, hay escasez en la fuerza laboral de radiología que complica el lado del personal de las cargas de trabajo”, agregó.

Conjunto de imágenes médicas de Google Cloud

Google Cloud tiene como objetivo hacer que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles con su Medical Imaging Suite (Crédito de la imagen: Google)


Explicó que la IA puede identificar los problemas que se encuentran en una imagen al compararla con un conjunto de imágenes aprendidas. “Puede recomendar un diagnóstico que luego solo necesita interpretación y confirmación”, señaló.

“También puede mostrar imágenes en la parte superior de una cola de trabajo si se detecta una situación potencialmente mortal en una imagen”, continuó. “La IA también puede organizar flujos de trabajo mediante la lectura de imágenes”.

El aprendizaje automático hace por las imágenes médicas lo que hizo por el reconocimiento facial y la búsqueda basada en imágenes. “En lugar de identificar un perro, un frisbee o una silla en una fotografía, la IA identifica el límite del tumor, una fractura ósea o una lesión pulmonar en una imagen de diagnóstico”, explicó Cribbs.

Herramienta, no sustituto

Michael Arrigo, socio gerente de No World Borders, una red nacional de testigos expertos en temas de atención médica, con sede en Newport Beach, California, estuvo de acuerdo en que la IA podría ayudar a algunos radiólogos con exceso de trabajo, pero solo si es confiable.

“Los datos deben estar estructurados de manera que sean utilizables y consumibles por la IA”, dijo a TechNewsWorld. “La IA no funciona bien con datos no estructurados altamente variables en formatos impredecibles”.

Torno agregó que se han realizado muchos estudios sobre la precisión de la IA y se seguirán realizando.

“Si bien hay ejemplos de IA que encuentra cosas que un humano no encontró, o que es ‘tan bueno’ como un humano, también hay ejemplos en los que la IA pasa por alto algo importante, o no está muy seguro de qué interpretar, ya que podría haber múltiples problemas con el paciente”, observó.

“La IA debe verse como una herramienta eficiente para acelerar la interpretación de imágenes y ayudar con casos emergentes, pero no reemplazar completamente el elemento humano”, dijo.

Gran potencial de salpicadura

Con sus recursos, Google puede tener un impacto significativo en el mercado de imágenes médicas. “Contar con un jugador importante como Google en este espacio podría facilitar las sinergias con otros productos de Google que ya existen en las organizaciones de atención de la salud, lo que podría permitir una conectividad más fluida con otros sistemas”, señaló Torno.

“Si Google se concentra en este segmento de mercado, tiene los recursos para causar sensación”, continuó. “Ya hay muchos jugadores en este espacio. Será interesante ver cómo este producto puede aprovechar otras funciones y canalizaciones de Google y ser un diferenciador”.

Lynch explicó que con el lanzamiento de Medical Imaging Suite, Google espera ayudar a acelerar el desarrollo y la adopción de IA para imágenes por parte de la industria del cuidado de la salud.

“La IA tiene el potencial de ayudar a aliviar la carga de los trabajadores de la salud y mejorar significativamente e incluso salvar la vida de las personas”, dijo.

“Al ofrecer nuestras herramientas, productos y experiencia en imágenes a las organizaciones de atención de la salud, creemos que el mercado y los pacientes se beneficiarán”, agregó.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *