Herramienta de IA analiza placentas para detectar con precisión riesgos para la salud
Actualizado el 17 Dec 2024
La placenta es fundamental para la salud de la embarazada y del bebé durante el embarazo, pero a menudo no se examina a fondo después del nacimiento, especialmente en zonas con recursos médicos limitados. Este descuido puede impedir la detección temprana de problemas que podrían derivar en complicaciones, lo que podría hacer perder oportunidades de intervención temprana para mejorar los resultados tanto para la madre como para el niño. Para abordar este problema, se ha desarrollado una nueva herramienta que combina la visión artificial y la inteligencia artificial (IA), que podría ayudar a los médicos a evaluar rápidamente la salud de la placenta al nacer y mejorar la atención neonatal y materna.
Investigadores de la Universidad Northwestern (Evanston, Illinois, EUA) y de la Universidad Estatal de Pensilvania (University Park, Pensilvania, EUA) han presentado un programa informático llamado PlacentaVision. Esta herramienta analiza una simple fotografía de la placenta para identificar anomalías relacionadas con infecciones y sepsis neonatal, una enfermedad grave que afecta a millones de recién nacidos en todo el mundo. La identificación temprana de infecciones mediante herramientas como PlacentaVision puede permitir a los médicos tomar medidas rápidas, como administrar antibióticos a la madre o al bebé y controlar de cerca al recién nacido. Según los investigadores, PlacentaVision está diseñado para su uso en diversas poblaciones médicas.
En su estudio, publicado en la revista Patterns , los investigadores emplearon el aprendizaje contrastivo intermodal, una técnica de IA que alinea e interpreta la relación entre diferentes tipos de datos: visuales (imágenes) y textuales (informes patológicos). Recopilaron un conjunto de datos grande y variado de imágenes de placenta e informes patológicos asociados que abarcan 12 años, y utilizaron esta información para entrenar al programa para que hiciera predicciones a partir de nuevas imágenes. El equipo también desarrolló varias estrategias de modificación de imágenes para simular diferentes condiciones en las que se tomaron las fotos, lo que ayudó a evaluar la solidez del modelo.
El resultado fue PlacentaCLIP+, un potente modelo de aprendizaje automático que puede analizar con precisión las imágenes de la placenta para detectar riesgos para la salud. El modelo se validó a nivel internacional para garantizar un rendimiento uniforme en diferentes poblaciones. PlacentaVision está diseñado para ser fácil de usar, con posibles aplicaciones a través de una aplicación para teléfonos inteligentes o la integración en sistemas de registros médicos, lo que permite a los médicos recibir comentarios inmediatos después del parto. En el futuro, el equipo planea mejorar la herramienta incorporando características placentarias adicionales y datos clínicos, mejorando sus capacidades predictivas y contribuyendo también a la investigación sobre los resultados de salud a largo plazo. También pretenden probar la herramienta en varios hospitales para garantizar su funcionalidad en diferentes entornos.
“La placenta es una de las muestras más comunes que vemos en el laboratorio”, dijo el coautor del estudio, el Dr. Jeffery Goldstein, director de patología perinatal y profesor asociado de patología en la Facultad de Medicina Feinberg de la Universidad Northwestern. “Cuando la unidad de cuidados intensivos neonatales está tratando a un niño enfermo, incluso unos pocos minutos pueden marcar la diferencia en la toma de decisiones médicas. Con un diagnóstico a partir de estas fotografías, podemos tener una respuesta días antes de lo que tendríamos en nuestro proceso normal”.
“En áreas de bajos recursos (lugares donde los hospitales no cuentan con laboratorios de patología ni especialistas), esta herramienta podría ayudar a los médicos a detectar rápidamente problemas como infecciones de la placenta”, agregó Yimu Pan, autor principal del estudio. “En hospitales bien equipados, la herramienta podría eventualmente ayudar a los médicos a determinar qué placentas necesitan un examen más detallado, haciendo que el proceso sea más eficiente y garantizando que se prioricen los casos más importantes”.
