Google Cloud presentó un nuevo conjunto de productos dirigidos a la industria de la salud, además de imágenes médicas. Debería permitir a los profesionales procesar y analizar mejor los rayos X gracias, en particular, a algoritmos sobreentrenados.
Desde hace varios años, Google trabaja en colaboración con hospitales y universidades para desarrollar una inteligencia artificial capaz de leer las radiografías mejor que los médicos. Con la Asociación Estadounidense para la Investigación del Cáncer, había combinado IA y realidad aumentada para detectar células cancerosas de manera más efectiva. Con el Centro Médico Naval de San Diego, otro algoritmo pudo detectar el cáncer de mama metastásico con un 99 % de precisión. Con el Hospital Universitario de Northwestern, Google ha abordado el cáncer de pulmón.
El primer operador japonés, NTT Docomo, mejora el rendimiento energético del 5G
En conjunto, estos algoritmos entrenados en decenas de miles de rayos X actúan como un súper asistente virtual para los radiólogos. Concentrados en una suite disponible en la nube, alquilada a establecimientos, podrán desarrollar software más eficientes y entrenar sus propios algoritmos de aprendizaje automático.
Imágenes médicas mejoradas por IA
» Google fue pionero en el uso de inteligencia artificial y visión artificial en Google Photos, Google Image Search y Google Lens, y ahora estamos poniendo a disposición de las empresas del sector de la salud nuestra experiencia, herramientas y tecnologías de imágenes.» Explique Alissa Hsu Lynch, directora de soluciones y estrategia global de tecnología médica de Google Cloud. » Nuestra suite de imágenes médicas muestra lo que es posible cuando las empresas de tecnología y atención médica se unen. »
Esta suite se divide en cinco productos. El primero destinado a almacenar imágenes en la nube, en particular utilizando los estándares DICOM. Luego viene Imaging Lab, que utiliza algoritmos para anotar imágenes transmitidas. Otro le permite crear conjuntos de datos para crear y entrenar soluciones de análisis. Imaging AI Pipelines ayuda a crear modelos de aprendizaje para obtener resultados cada vez más precisos. Por último, Imaging Deployment ofrece una gestión precisa de la seguridad de los datos, así como reglas de privacidad exigibles.
» El tamaño y la complejidad de estas imágenes son enormes y, a menudo, las imágenes se encuentran en silos de datos en toda la organización. continúa Alissa Hsu Lynch. » Para que los datos de imágenes sean útiles para la IA, debemos analizar la interoperabilidad y la estandarización. Esta suite está diseñada para ayudar a las organizaciones de atención médica a acelerar el desarrollo de IA para que puedan permitir un diagnóstico más rápido y preciso y aliviar la carga de los radiólogos.. »
Con su suite apenas lanzada, Google se enorgullece de contar entre sus primeros clientes con dos empresas estadounidenses: Hologic, que desarrolla equipos de diagnóstico, y Hackensack Meridian, una red de establecimientos de salud.
Para otros, establecerá una infraestructura lista para aprovechar los algoritmos y la nube para imágenes médicas. Google proporciona herramientas para construirlo, no una plataforma que haga el trabajo para los radiólogos.