ILDeasy

ILDeasy incorpora diferents models d’IA capaços de processar automàticament estudis TCAR de tòrax i analitzar la informació continguda en les imatges. La solució permet detectar anomalies pulmonars i segmentar les principals troballes radiològiques, mostrant sobre la pròpia imatge les àrees identificades i proporcionant una quantificació del seu volum. Entre les troballes que es poden analitzar hi ha la reticulació, el vidre desllustrat, la panalització, l’emfisema, les bronquièctasies i els quists pulmonars.

L’eina també permet avaluar patrons radiològics i caracteritzar la presència de malaltia pulmonar intersticial fibròtica o no fibròtica, proporcionant als professionals informació sobre les probabilitats associades als diferents patrons i mostrant les variables més rellevants per al resultat obtingut.

Un dels valors diferencials d’ILDeasy és la seva capacitat per transformar la informació continguda en les imatges mèdiques en dades quantitatives que poden complementar la valoració de l’especialista. La segmentació automatitzada permet visualitzar i quantificar les diferents troballes radiològiques, cosa que en facilita la revisió i comparació.

A més, ILDeasy està concebuda per treballar amb informació clínica associada a l’estudi d’imatges. El sistema pot integrar, entre altres dades, resultats de proves funcionals respiratòries com ara FVC, TLC i DLCO, informes radiològics i pneumològics i altres dades clíniques rellevants del pacient.

La combinació d’imatge mèdica i dades clíniques permet disposar d’una visió més completa del pacient i facilita que el professional pugui revisar en un mateix entorn la informació rellevant per a la seva valoració.

ILDeasy s’ha dissenyat per fonamentar, no substituir, la valoració dels professionals sanitaris. Els resultats generats pels algoritmes es presenten de manera visual i associada a les imatges, de manera que l’especialista pot revisar les troballes, comprovar els resultats i, quan calgui, modificar les segmentacions fetes per la IA. Les proves d’usabilitat fetes amb professionals mèdics de l’Hospital Universitari La Paz van destacar la claredat de la informació i la utilitat de visualitzar conjuntament els resultats i les imatges.

Així mateix, la solució incorpora funcionalitats orientades a facilitar el flux de treball, com la identificació i correcció d’artefactes, la detecció d’anomalies, la segmentació de troballes, l’avaluació de patrons radiològics i la generació d’informes.

El desenvolupament d’ILDeasy s’emmarca en el projecte SEPI-IA, una iniciativa d’R+D orientada al desenvolupament d’un programa d’anàlisi i simulació de l’evolució de les malalties pulmonars intersticials mitjançant Intel·ligència Artificial.

El projecte ha tingut la col·laboració de l’Hospital Universitari La Paz, que ha participat en el disseny del projecte, la generació de conjunts de validació i l’avaluació del prototip des del punt de vista clínic i d’usabilitat. En paraules d’Emilio Cuesta, responsable de la secció radiologia cardiotoràcica de l’Hospital Universitari La Paz i professor associat de radiologia i medicina física a la Universitat Autònoma de Madrid, «s’han utilitzat dades clíniques i imatges mèdiques reals anonimitzades, així com estudis TCAR i diferents variables clíniques».
El conjunt de validació clínica utilitzat a La Paz «va incloure pacients amb diferents diagnòstics i una elevada representació d’anomalies intersticials, amb segmentacions revisades per especialistes».

Aquest procés d’avaluació ha permès comprovar el funcionament dels diferents components de la solució i avançar en la robustesa dels models d’IA en condicions properes a l’entorn clínic.

En paraules de la Dra. Maria Molina, cap de la Unitat Funcional d’Interstici Pulmonar de Bellvitge i professora associada de la Universitat de Barcelona, medalla d’Or de la Societat Respiratòria Europea, ILDeasy representa «un pas endavant en l’aplicació de la Intel·ligència Artificial a l’anàlisi de les malalties pulmonars intersticials, ja que aporta al professional sanitari informació objectiva, quantitativa i visual sobre la imatge mèdica per facilitar-ne la interpretació i donar suport al seguiment dels pacients».