Salud
Diagnostico asistido por IA en radiologia
Salud
Diagnostico asistido por IA en radiologia
Business Case
Acelerar la deteccion de patologias en radiografias de torax, reduciendo el tiempo de diagnostico de 48h a 2h y mejorando la precision en un 15%.
Objetivos
Reducir tiempos de espera del paciente. Servir como segunda opinion para radiologos. Priorizar casos urgentes automaticamente.
Use case
Deteccion de nodulos pulmonares. Clasificacion de fracturas. Priorizacion de estudios urgentes en cola de trabajo.
Infraestructura
Servidor on-premise con GPU NVIDIA A100. Integracion con PACS hospitalario via DICOM. Red interna segura.
Tecnologías utilizadas
PyTorch, MONAI, FastAPI, Orthanc DICOM, Docker, React
Datos utilizados
Dataset CheXpert (224.000 radiografias). Datos anonimizados de Osakidetza (15.000 estudios). Anotaciones de 12 radiologos.
Recursos utilizados
1 radiologo senior, 2 data scientists, 1 ingeniero MLOps. 12 meses.
Dificultades y aprendizaje
Sesgo en datasets publicos (mayoria poblacion americana). Necesidad de validacion clinica rigurosa. Integracion compleja con sistemas hospitalarios legacy.
KPIs (impacto en el negocio y métricas del modelo)
Sensibilidad: 94%. Especificidad: 91%. Tiempo medio de diagnostico: 1.8h. Satisfaccion medica: 8.2/10.
Financiación
Proyecto europeo Horizon Europe. Departamento de Salud del Gobierno Vasco.
Colaboradores
Osakidetza, Biocruces Bizkaia, Vicomtech
