La Inteligencia Artificial (IA) continúa expandiendo sus aplicaciones y ha demostrado ser una herramienta invaluable en el ámbito de la salud. Un ejemplo clave es su capacidad para prevenir enfermedades y detectar cardiopatías fetales mediante un nuevo 'software' que, impulsado por IA, analiza en tiempo real las ecografías prenatales en busca de posibles anomalías.
En una sociedad donde la tecnología y la digitalización están cada vez más integradas, la IA se ha convertido en un recurso esencial para optimizar tareas y mejorar la vida en diversas áreas, incluyendo la creatividad, la seguridad y la salud.
IA y su impacto en el sector de la salud
Tradicionalmente, la IA se ha utilizado en asistentes virtuales para ofrecer información, hacer recomendaciones o generar contenido, como imágenes y videos. También desempeña un papel crucial en la ciberseguridad y en la optimización del rendimiento laboral. Sin embargo, uno de sus avances más prometedores se encuentra en el ámbito médico, particularmente en la detección de cardiopatías fetales, una de las anomalías congénitas más frecuentes en el mundo.
Según la Biblioteca Nacional de Medicina de Estados Unidos (NLM), solo el 34 % de las cardiopatías congénitas se detectan antes del nacimiento. Un diagnóstico prenatal permitiría garantizar que el bebé reciba atención especializada inmediatamente después del parto, aumentando sus probabilidades de recuperación.
Ante este desafío, la IA se ha convertido en una herramienta eficaz para ayudar a los médicos a identificar signos tempranos de cardiopatías congénitas con mayor precisión y rapidez, mejorando así el pronóstico de los pacientes.
Un avance tecnológico: el software de BrightHeart
La compañía francesa BrightHeart ha desarrollado un innovador 'software' basado en IA para la detección temprana de cardiopatías fetales. Para ello, han utilizado DINOv2, un modelo de IA de código abierto desarrollado por Meta. Este sistema permite analizar imágenes de ultrasonido en tiempo real, ayudando a los médicos a detectar anomalías en el corazón del feto de manera más efectiva.
Desafíos en la detección de cardiopatías congénitas
BrightHeart y Meta han explicado que la detección de cardiopatías congénitas es un proceso complejo debido a la dificultad de interpretar las imágenes de ultrasonido. Se requiere un alto nivel de conocimientos y experiencia, ya que el corazón fetal mide menos de 1 cm y puede presentar diversas formas morfológicas.
Por esta razón, BrightHeart decidió desarrollar un 'software' asistido por IA que facilite la detección de estos defectos congénitos. Durante la fase de investigación y desarrollo, optaron por DINOv2 porque proporciona herramientas que cumplen con estrictos estándares de privacidad y seguridad, además de ofrecer resultados a gran velocidad.
Según Eric Askinazi, científico de datos principal de BrightHeart, el uso de DINOv2 aceleró significativamente el desarrollo del producto, permitiéndoles enfocarse en su integración en lugar de construirlo desde cero.
IA aplicada a las ecografías prenatales
El 'software' de BrightHeart utiliza IA para analizar videoclips de ultrasonidos prenatales y determinar si la imagen es normal o si presenta signos que indiquen la presencia de una cardiopatía congénita.
Cuando se realiza un ultrasonido, el sistema procesa las imágenes en tiempo real utilizando algoritmos de IA entrenados. Esto permite evaluar la calidad del examen, analizar la morfología del corazón fetal y resaltar hallazgos sospechosos o confirmar su ausencia.
Gracias a esta innovación, se espera que la tasa de diagnóstico prenatal de cardiopatías congénitas aumente significativamente, reduciendo así las complicaciones postnatales y mejorando la calidad de vida de los recién nacidos.
Además, este 'software' ha sido recientemente aprobado por la Administración de Alimentos y Medicamentos de EE.UU. (FDA). Según Askinazi, esta aprobación en tiempo récord no habría sido posible sin la implementación de DINOv2.
"Estamos satisfechos con el rápido desarrollo del producto hasta ahora, y ahora el objetivo es ponerlo en manos de los médicos para acelerar la mejora de la atención al paciente", concluyó Askinazi.
