Investigadores malagueños desarrollan una IA para mejorar diagnósticos médicos

La herramienta optimiza la interpretación de resonancias y tomografías con un 90% de precisión. El avance, liderado por Ezequiel López Rubio, combina el modelo MedSAM con técnicas de aumento de imágenes. Publicado en Mathematics, busca reducir errores en diagnósticos complejos.

«Delimitar lo invisible para salvar vidas»

El equipo de la Universidad de Málaga ha creado un sistema que «mejora significativamente la segmentación de estructuras anatómicas o lesiones», clave para tratamientos precisos. La técnica TTA introduce transformaciones en tiempo real, logrando contornos más definidos incluso en imágenes con ruido o baja calidad, comunes en hospitales.

¿Por qué es revolucionario?

Según López Rubio, «la precisión en segmentación es fundamental para diagnósticos certeros». La IA supera métodos tradicionales al adaptarse a distintas tecnologías de imagen, desde tumores hasta daños neurológicos. Su flexibilidad permitiría integrarlo en equipos existentes sin costosas actualizaciones.

La IA que aprende en segundos

MedSAM analiza variaciones microscópicas mediante «aumento en tiempo de prueba», replicando cómo un radiólogo ajusta parámetros visuales. Los resultados muestran un 15% menos de falsos positivos en casos como cáncer o esclerosis múltiple, según el estudio.

Un futuro (aún no perfecto)

Aunque la IA médica avanza, los investigadores recalcan que no reemplaza al criterio humano. Su papel actual es asistir en la detección temprana, especialmente en regiones con escasez de especialistas. La herramienta ya se prueba en hospitales andaluces.

Así funciona el diagnóstico del mañana

El estudio subraya que la adopción de estas tecnologías dependerá de su integración fluida en los flujos de trabajo clínicos. Sin embargo, su capacidad para procesar imágenes en segundos podría agilizar listas de espera y reducir costes en sistemas públicos de salud.