Gestión y diseño de una plataforma para la evaluación rápida de proyectos de Inteligencia Artificial aplicada a la imagen médica mediante técnicas de Redes Neuronales

Resumen

Objetivos Uno de los principales problemas a los que se enfrentan los profesionales médicos y técnicos a la hora de abordar un proyecto de IA sobre un caso de uso concreto es saber si existen algoritmos de inteligencia artificial que, aplicados a esa información médica concreta, sean capaces de aportar valor o ayudar al diagnóstico en su trabajo diario, pensando que una patología muy concreta, y conjunto de datos reducido, son un factor limitante para su viabilidad. Proponemos implementar una plataforma de evaluación rápida de proyectos de procesamiento de imágenes médicas mediante IA, aplicando métricas efectivas pero con un alcance de conjunto de datos limitado y criterios de efectividad razonables . La extrapolación de esos resultados decidirá si el proyecto finalmente se lleva a cabo. Objetivos de clasificación predictiva, ROIs y cuantificación Material y Metodo Grupo de trabajo, compuesto por responsables de innovación pública, gestores de proyectos, expertos en IA, desarrolladores y expertos médicos en los dominios asistenciales. Basado en Python y redes neuronales convolucionales. Usando metodología para la curación de datos, fases de entrenamiento-validación-prueba y métricas de evaluación estrictas estudiando los criterios de calidad estimados para el piloto, para abordar si procede el proyecto final. Resultado Se han añadido servicios de instituciones públicas de imagen, tanto radiológicos como no radiológicos, con resultados muy prometedores Conclusiones Con muy pocos recursos técnicos y una estricta metodología dirigida por expertos, podemos evaluar de forma sostenible y eficiente la aplicación de este paradigma de sistemas de apoyo al diagnóstico basados en CNN