"Inteligencia artificial aplicada a la medicina" - Carlos María Galmarini
¿Qué es la inteligencia artificial (IA)? ¿Y la visión computacional? ¿Qué significan para el mundo médico y cómo éste puede beneficiarse de estas tecnologías? En esta sesión de apertura, discurriremos sobre los conceptos básicos en torno a la IA y la visión computacional, las nuevas estrategias de desarrollo y cómo se pueden aprovechar para respaldar las necesidades del sector de la salud. También analizaremos ejemplos de cómo esta nueva inteligencia colectiva, que surge de la colaboración de la inteligencia humana y la artificial, puede ayudarnos a resolver problemas del ¿día a día¿ de la práctica médica.
"DART: IA para la oftalmología en un sistema nacional de salud" - José Tomás Arenas
Telediagnósticos (TeleDx) desarrolla e implementa soluciones de inteligencia artificial (IA) para detectar y prevenir enfermedades, mejorar decisiones en salud y optimizar costos. TeleDx ha posicionado su solución de IA para la detección automática de ceguera por diabetes, DART, como la primera del mundo en ser adoptada como un estándar nacional (funcionando en 140 puntos de atención en Chile) con miras a la región. Esta charla repasará cifras, factores clave, resultados y aprendizajes de esta experiencia.
"Hacia un diagnóstico preciso de la osteoporosis a partir de imágenes TC corporales de rutina"- Félix Thomsen.
La osteoporosis se diagnostica a partir de la desviación estándar de la densidad mineral ósea en función de la edad y el sexo. Este parámetro describe el 70% de la degradación ósea y puede obtenerse con precisión con absorciometría de rayos X de doble energía (DXA). En cambio, parámetros estructurales de la geometría vertebral, que contribuyen en un 30%, no pueden obtenerse directamente in-vivo, ni por DXA ni por tomografía computarizada clínica en 3D (TC). Recientemente, métodos robustos basados en redes neuronales convolucionales mostraron resultados prometedores para extraer información geométrica de DXA o TC, usando estimaciones directas de los parámetros en forma de caja negra o con filtros específicos de reducción de ruido de la TC. El entrenamiento de esos métodos requiere datos emparejados clínicos y preclínicos de referencia, que generalmente no están disponibles en el tamaño deseado. Por lo tanto, para aplicar estos métodos en la práctica médica, es necesario ampliar los datos de entrenamiento con imágenes de TC clínicas y preclínicas artificiales. Esto solo se pudo lograr recientemente con el desarrollo de redes generativas antagónicas para la síntesis ósea, combinado con técnicas robustas para simular ruido de TC. Esta presentación propone un esquema para estimar de forma precisa y automática los parámetros óseos microestructurales a partir de imágenes TCs clínicas de rutina.
Charla del día: 03/11/2020
Oradores/as: Carlos María Galmarini, Felix Thomsen, José Tomás Arenas
Simposio de Inteligencia Artificial
Visión computacional
Para más información ingresa a la web del evento: bit.ly/JIS2020Programa
#JISHIBA
20 дек 2020
