Estamos viviendo avances acelerados en inteligencia artificial, en especial en procesamiento de lenguaje natural y visión por computador. Estos avances han tenido efectos positivos en diversas industrias, pero el sector salud es el que más puede beneficiarse.
Hemos identificado varios desafíos que deben abordarse para lograr un cambio real en el ámbito médico, particularmente en imágenes médicas. La tecnología actual se caracteriza por la falta de modelos multimodales, el aprendizaje de una sola tarea, una explicabilidad pobre, baja generalización y nula dinámica. Todo esto hace que la IA se vea como una herramienta complementaria y no como un elemento crítico para mejorar la experiencia de los pacientes. Resolver estos problemas es indispensable para facilitar la adopción de la IA en las instituciones de salud, en beneficio del recorrido del paciente y de los equipos clínicos.

Proyectos asociados
Segmentación de hígado
Predicción de estenosis aórtica

También en esta línea
- Segmentación de vasos hepáticos
- Reconstrucción de CT de baja dosis (ver el proyecto Fondef de reconstrucción con modelos de difusión)
- Predicción de mutaciones en tumores pulmonares a partir de imágenes PET-CT
- Estimación del remanente hepático futuro (ver el proyecto STIC-AMSUD)