Ver traducción automática
Esta es una traducción automática. Para ver el texto original en inglés haga clic aquí
#Novedades de la industria
{{{sourceTextContent.title}}}
ECR 2021: Soluciones de IA en la lucha contra las enfermedades óseas y articulares
{{{sourceTextContent.subTitle}}}
En un momento en que el mundo de la medicina está poniendo de relieve la tecnología de la imagen con el ECR 2021, hablamos con el Dr. Richard Ljuhar, cofundador y director general de ImageBiopsy Lab (IB Lab).
{{{sourceTextContent.description}}}
Este desarrollador de tecnología musculoesquelética (MSK), con sede en Viena, fue nombrado recientemente Mejor Nuevo Proveedor de Radiología en los EuroMinnies 2021 y sus soluciones de deeptech se están instalando en más de 100 centros de Europa y Estados Unidos.
MedicalExpo e-Magazine: ¿Cómo surgió su software de IA para enfermedades MSK?
Dr. Richard Ljuhar: El equipo fundador ha pasado la mayor parte de su carrera en el campo de la evaluación y la detección de la osteoporosis y se enfrentó con frecuencia a peticiones de métodos más fiables de predicción de la enfermedad. Se consideraba que los métodos existentes, como las mediciones radiológicas de la densidad mineral ósea (DMO) mediante absorciometría de rayos X de doble energía (DXA), no captaban todo el espectro de la resistencia y la estructura del hueso (que a su vez está relacionado con los factores de riesgo de fractura). Por ello, la idea inicial era utilizar algoritmos avanzados de procesamiento de imágenes para extraer parámetros relevantes de la microarquitectura ósea a partir de una radiografía de película simple (2D). Esta información podría aportar datos fundamentales y dar una idea de la salud del hueso sin necesidad de realizar una dolorosa e invasiva biopsia ósea
MedicalExpo e-Magazine: ¿Cómo funciona su tecnología?
Dr. Richard Ljuhar: El objetivo de IB Lab es alterar la forma en que se diagnostican actualmente las enfermedades óseas y articulares. Tecnologías como el software apoyado por la IA ofrecen una forma novedosa de traducir los datos de las imágenes en información sanitaria estructurada. IB Lab ha desarrollado (y certificado) una plataforma de flujo de trabajo digital única centrada en el análisis MSK llamada IBLAB ZOO. Nuestra tecnología deeptech se basa en algoritmos de reconocimiento de imágenes de última generación e IA, entrenados en conjuntos de datos extraídos de un pool de imágenes accesible de 10 millones de imágenes médicas de varios formatos. El enfoque inicial de nuestra plataforma MSK ha sido en módulos de rayos X 2D para la rodilla, la cadera, la mano y la columna vertebral. La información estructurada extraída de los datos de las imágenes nos permite no solo alterar el flujo de trabajo actual al proporcionar estandarización y aumentar la precisión del diagnóstico, sino también crear nuevos conocimientos sobre la predicción de la aparición de la enfermedad y los resultados del tratamiento.
MedicalExpo e-Magazine: ¿Qué diferencia supone esta tecnología para los pacientes y los profesionales médicos?
Dr. Richard Ljuhar: Las opciones de tratamiento específicas garantizan períodos de sufrimiento más cortos, una recuperación más rápida mediante la aplicación de mediciones objetivas de evaluación/progresión y la prevención/retraso de la progresión de la enfermedad, lo que conduce a mejores resultados. Los informes mejorados y bien estructurados garantizan una comunicación ideal con el paciente. Los diagnósticos de esclerosis múltiple suelen requerir mucho tiempo y ser subjetivos. IB Lab apoya a los radiólogos y ortopedistas en su toma de decisiones diaria con soluciones de software estandarizadas, rápidas y eficaces en cuanto a recursos, basadas en la IA para realizar mediciones automatizadas en las radiografías que aceleran el flujo de trabajo y mejoran el tiempo y la calidad de la atención al paciente.
Las aplicaciones de IB Lab pueden ahorrar hasta tres minutos de tiempo de interpretación por radiografía, lo que supone un ahorro de entre 45 y 60 minutos extra al día para un radiólogo.
MedicalExpo e-Magazine: ¿Cómo cree que será el futuro de la radiología?
Dr. Richard Ljuhar: Creo que todos estamos de acuerdo en que los radiólogos (o, en términos más generales, los lectores humanos) no serán sustituidos por algoritmos de software. Pero estoy convencido de que los médicos adoptarán las ventajas que ofrece la salud digital. Dentro de unos años, no habrá ningún estudio de imagen visto por los radiólogos que no haya sido analizado previamente por un algoritmo de IA
"Dentro de unos años, no habrá ningún estudio de imagen visto por los radiólogos que no haya sido preanalizado por un algoritmo de IA primero" (Crédito: IB Lab)
La IA en el mercado de la sanidad es relativamente nueva con un enorme potencial de crecimiento debido a su más fácil integración. Se prevé que el tamaño del mercado mundial de la IA en la sanidad pase de 4.180 millones de euros en 2020 a 38.500 millones en 2026. Se prevé que crezca a una tasa de crecimiento anual compuesta del 44,9% durante este periodo de previsión. Los principales factores que impulsan el crecimiento del mercado son el aumento del volumen de datos sanitarios y la creciente complejidad de los conjuntos de datos que impulsan la necesidad de la IA; la intensificación de la necesidad de reducir los elevados costes sanitarios; la mejora de la potencia de cálculo y la disminución de los costes de hardware; el creciente número de asociaciones y colaboraciones entre industrias; y el creciente desequilibrio entre el personal sanitario y los pacientes que impulsa la necesidad de servicios sanitarios improvisados.
MedicalExpo e-Magazine: ¿Qué otras novedades interesantes prevé?
Dr. Richard Ljuhar: Mejoraremos mucho en la predicción de enfermedades. En mi opinión, esta es la clave para tener un impacto duradero en la asistencia sanitaria y la sociedad. Considero que la IA es la herramienta que nos ayudará a impulsar este desarrollo. Tiene el potencial de dar a los médicos las herramientas necesarias para extraer información de los datos sanitarios que actualmente están disponibles pero no son accesibles.
{{medias[41042].description}}