La hipótesis de este proyecto es que el uso de IA puede proporcionar significativas mejoras de calidad de imagen para permitir el trabajo con menos dosis y con una mayor precisión diagnóstica, a partir del realce de la imagen evitando el uso de la parrilla antidifusora y eliminando la superposición de tejidos ya sea en la línea de los sistemas de energía dual o en la de los sistemas de tomosíntesis. El objetivo general del proyecto es el desarrollo de una nueva generación de dispositivos radiológicos que aplique inteligencia artificial en las distintas etapas de un estudio radiológico, desde el posicionamiento del paciente hasta la interpretación de la imagen por el radiólogo. Los elementos más destacados de innovación en este proyecto derivan de la incorporación de herramientas avanzadas de IA en el campo de la radiología convencional, caracterizado hasta ahora porque los grandes fabricantes van mejorando el hardware de los equipos, pero poco han cambiado respecto a los flujos de trabajo y sobre cómo lograr una mejor cooperación máquina-operador. La combinación de recursos provenientes de un grupo de investigación de nivel internacional con amplia experiencia en el procesamiento de imagen por rayos X (UC3M), uno de los grandes Hospitales nacionales volcado hacia la investigación e innovación, y capaz de establecer requerimientos de usuario, probar y validar con agilidad los desarrollos alcanzados (HGGM) y una de las pocas empresas nacionales del sector (SEDECAL), son líder indiscutibles en sistemas de radiología convencional, asegura la conjunción de recursos idóneos para lograr desarrollos muy innovadores que pueden alcanzar una explotación comercial internacional en un lapso de tiempo muy reducido. El nivel de desarrollo tecnológico final esperable es TRL5, alcanzando dentro del marco del proyecto alcanzaremos la verificación de un demostrador por parte de especialistas en radiología, pero todavía en un entorno simulado, no todavía en un entorno clínico real.

Radiología
tomosíntesis
inteligencia artificial

Acción Estratégica en Salud (AES)