Primer software de análisis de imágenes médicas aprobado por la FDA para predicción de mediciones en una RMN cardíaca

El 5 de enero de 2017 fue un momento histórico. La FDA aprobó el primer software que, utilizando Deep Learning podía predecir las variables numéricas que generan un informe de una Resonancia Magnética Nuclear (RMN) del Corazón. El Software es el Arterys Cardio DL

La RMN de corazón, se solicita a pacientes con enfermedad cardíaca para evaluar la funcionalidad del corazón y de las arterias que lo irrigan. Sirve para hacer diagnóstico y para planificar el tratamiento. Hoy es un estándar en el manejo de la enfermedad cardíaca.

El análisis de una RMN del corazón le demora aun especialista unos 30 a 40 minutos (el cardiólogo o radiólogo debe hacer muchas mediciones para generar un informe). El algoritmo demora 15 segundos en entregar las mismas mediciones que el humano.

En este link se puede ver la ficha de la FDA
https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K163253

El siguiente es el PDF que emite la FDA al aprobar un dispositivo médico (esta es la categoría donde entra el software médico también)

¿Cuál es el objetivo de la certificación de dispositivos médicos de la FDA?
Asegurarse de que los dispositivos médicos sean “razonablemente” seguros y eficaces.

¿Cuáles son las clases de la FDA para los dispositivos médicos?
La FDA divide a la certificación de los dispositivos y software médico en 3 clases, según el riesgo que el dispositivo pueda generar:

Clase Riesgo Controles
1 Bajo Generales
2 Moderado Generales y especiales
3 Alto Generales y especiales, y aprobación premercado

Los dispositivos de Clase 2 generalmente se someten a una revisión 510(k), que se enfoca en determinar si el nuevo dispositivo es “sustancialmente equivalente” a un dispositivo existente. Las revisiones 510(k), por lo general, no requieren ensayos clínicos para demostrar esta equivalencia sustancial.

En el caso del Arterys Cardio DL, la evaluación del software se hizo utilizando un software tradiccional de análisis de RMN cardíaca, donde un especialista hacía las mediciones y después se comparaba contra las que el software entregaba.

¿Cómo fuciona?
Arterys Cardio DL fue entrenado con 1.000 RMN de corazón en las que se le entregó al algoritmo, tanto las imágenes como las mediciones que había realizado un humano. El software aprendió a predecir las mediciones (volúmenes, flujos…) en base a las imágenes. Así que ahora, si le suben vía web una nueva imagen DICOM de RMN cardíaca, puede predecir las variables numéricas que solía sacar el cardiólogo o radiólogo manualmente.

Esto no reemplaza al especialista, porque él tiene que interpretar las variables numéricas y tomar una decisión, pero sí, hace más eficiente y rápido su trabajo.

1 me gusta

Hola! Como estudiante de tecnología medica con especialidad en imagenología y física medica es un post que me llama Bastante la atención, ya que tiene estrecha relación con mi futuro desarrollo laboral y era algo que desconocía. Tal como indica el nombre de mi carrera, como estudiantes del área de la salud resulta de vital importancia los avances tecnológicos en cuanto mejorar el diagnostico de pacientes, de tal manera de eliminar, en lo posible, el error humano. Me llama la atención la ultima frase puesta en este post y es que predicciones indican que los médicos radiólogos, como indica un estudio hecho en argentina, quedaran fuera de la interpretación práctica en 5 a 10 años y que lo mismo sucedería con otros servicios médicos de interpretación de imágenes, tales como los patólogos. Es así como que estas predicciones se cumplan, dependerá netamente de la capacidad de adaptación que sean capaz de desarrollar acorde a la tecnología. Por otro lado a nivel nacional tenemos un gran desface en cuanto a la llegada de la tecnología a nuestro centros de imágenes, y esto a costado bastante, por ejemplo la implementación del dictado por voz no es algo implementado en la totalidad del pais, aun cuando con el pasar del tiempo quedara obsoleta por la llegada de los informes mediante software.

Link del estudio: El arribo de la “inteligencia artificial” a la radiología – ¿Amenaza o
desafío de adaptación?
https://d-nb.info/1174107413/34

Lo que adjuntas es una nota editorial que cita a otra nota editorial. El nivel de evidencia de eso se conoce como opinión de expertos.

¿Cuánto de la Medicina se puede automatizar? Es una pregunta que aún no tiene una respuesta clara y va desde 0,4% a 10% según diferentes informes.

Desde mi punto de vista, todo lo que un computador pueda hacer >>> ¡QUE LO HAGA!, quiere decir que los humanos no aportamos en nada a ese proceso. Es como armar enchufes ¿qué valor tiene que los arme un humano a mano a 1 por minuto si una máquina puede armar 100 en el mismo tiempo y con mejor calidad?

Bienvenida la automatización de la medicina, pero lamentablemente, será limitada en salud. Por más que se venda otra cosa para obtener más y mejores financiamientos, aquí puedes ver por qué Jamás nadie va a reemplazar lo humano de la medicina y el nivel máximo de automatización a la que se puede llegar.

1 me gusta

Gracias por su retroalimentación tan pronta! Gran aporte