Noticias

Los exámenes médicos que tendrán su versión 2.0

6 junio, 2019

ISCI, OpenBeauchef y el Hospital Clínico de la Universidad de Chile trabajan en una alianza estratégica que permitirá desarrollar innovaciones tecnológicas en el campo de la salud, con mejoras en procesos en telerradiología, Big Data, data science y eye tracking.


De la mano de la tecnología, a varios de los tests más complejos se les dará una vuelta más amable, que mejore la experiencia de los pacientes y profesionales de la salud.

En la actualidad, los problemas que afectan al sistema de salud requieren soluciones urgentes y complejas, para entregar una mejor experiencia a los pacientes y más y superiores herramientas a los profesionales, para que puedan desempeñarse conforme a los tiempos. ¿Cómo se beneficia la medicina de la investigación científica, el data science y la inteligencia artificial?

Esta pregunta instó la alianza entre al Instituto Sistemas Complejos de Ingeniería (ISCI), OpenBeauchef y el Hospital Clínico de la Universidad de Chile (Hcuch) en la implementación y desarrollo de herramientas que mejoran la gestión, toma de exámenes, detección de anomalías a pacientes, e incluso, favorecen la formación de médicos especialistas.

La ambiciosa iniciativa busca permear a todos los ámbitos de la salud innovaciones tecnológicas en el campo de mejoras de procesos en teleradiología, big data, data science y eye tracking.

OpenBeauchef, como ecosistema de innovación y emprendimiento de base científica y tecnológica de la Fcfm, aportará a través de su área de Transferencia Tecnológica para el desarrollo de los futuros proyectos.

Ángel Jiménez, investigador del ISCI, junto a Jorge Gaete, su equipo y médicos especialistas, trabaja en el desarrollo de herramientas que usan deep learning (modelo de redes neuronales que usa muchas capas y nodos, para procesar grandes volúmenes de datos, requiriendo gran capacidad de cómputo), optimizar el uso de recursos para la atencion de pacientes, automatización en la toma de exámenes y apoyo en radiología, área que representa un 70% de los proyectos, son sólo algunas aplicaciones de esta tecnología.

Para Ángel Jiménez, entre otras cosas, eso permite, ‘entregar a los radiólogos una caja de herramientas que apoye su trabajo, otorgando eficiencia al análisis de imágenes médicas’.

Definición de líneas del piso pélvico

El examen de diagnóstico para prolapsos de órganos pélvicos y trastornos de incontinencia fecal es considerado uno de los más desagradables para los pacientes, que deben defecar ante un instrumento que mide el ‘antes y después’. Con la implementación diseñada por el equipo interdisciplinario, se podrá automatizar la evaluación del piso pelviano con imágenes de resonancia magnética funcional, su diagnóstico y, al largo plazo, mejorar la exactitud de los resultados

Detección de bordes y perfusión en miocardio

A través de algoritmos, se automatizan los exámenes de detección de bordes del miocardio, que actualmente se hace de forma manual, aumentando la eficiencia y exactitud del examen.

Análisis de datos transpulmonares

Gracias al desarrollo de herramientas con machine learning, se estiman las presiones transpulmonares regionales de las distinta zonas del pulmón de pacientes en condiciones de respiración asistida.

Automatización de examen que detecta displasia de caderas.

Todos los niños del país deben someterse a este examen, el cual se puede sistematizar con deep learning, disminuyendo el costo y tiempo asociado.

Teleradiología

En el Hospital de Castro se está implementando un piloto que transforma la calidad del servicio de radiología, mejorando la comunicación y fluidez de la institución con radiólogos expertos de Santiago. La herramienta establece un protocolo y templates para los informes de imagenología, que junto al análisis de texto con inteligencia artificial, evita las contradicciones que podrían llevar a un diagnóstico errado.

Fuente: La Cuarta

Ver todos los eventos

Sin eventos/No events