Los investigadores de Inteligencia Artificial (IA) de Facebook y de la Escuela de Medicina de la Universidad de Nueva York (NYU, por sus siglas en inglés) se han unido para crear una nueva herramienta que podría acelerar el proceso de escaneo de imágenes por resonancia magnética.

En concreto, los expertos de Facebook y del Departamento de Radiología de la Facultad de Medicina de la NYU, se han propuesto usar IA para realizar escaneos de resonancias magnéticas hasta 10 veces más rápido. Según el anuncio oficial de Facebook sobre la tecnología, el uso de IA y el aprendizaje automático es clave para el sector radiológico actual, no solo para acelerar el proceso de realización de resonancias sino también para su análisis.

El nombre de proyecto es fastMRI, y ha demostrado ser capaz de producir escaneos de resonancias magnéticas confiables con el uso de menos datos. Por lo general, la captura de imágenes para resonancias tiende a ser tediosa y el proceso muy extenso, ocasionando claustrofobia y dolor a los pacientes.

Según la NYU y Facebook, el enfoque inicial de esta tecnología se basa en el cambio de la forma en que operan las máquinas de resonancias magnéticas actuales, las cuales recopilan datos numéricos en varias vistas secuenciales y luego los datos en imágenes transversales. De esta forma, generar más datos implica que el paciente pasará más tiempo dentro de la máquina.

FastMRI utilizó un conjunto de datos de 10,000 casos de pacientes de la Escuela de Medicina de la NYU, donde estaban incluidas 3 millones de resonancias magnéticas de rodilla, hígado y cerebro. Un dato muy importante es que al parecer, no se utilizaron ningún tipo de datos de la red social.

Mientras el proyecto avanza, los investigadores afirmaron fastMRI dijeron que compartirán su modelo de IA para nuevas métricas de evaluación en el sector médico. De ser implementada esta tecnología, permitiría tratar a más pacientes y reducir costos, al tiempo que impide que las personas pasen tiempos prolongados expuestos a rayos X y a tomografías computarizadas.