Tecnología de imágenes médicas hoy y hacia dónde se dirige

Cuando escuchas el término «imágenes médicas», la primera imagen que te viene a la mente es la de una radiografía o una radiografía, como se la conoce más comúnmente. Si bien las radiografías son el método más antiguo y aún el más utilizado de imágenes médicas, hay mucho más en este campo de la ciencia intrigante e innovador hoy en día. En este artículo, intentamos revisar el estado actual de las cosas y los últimos avances en la tecnología de imágenes médicas, así como delinear áreas en las que se anticipan avances importantes en un futuro no muy lejano.

El término «tecnología de imágenes médicas» tiene una definición amplia y abarca cualquier técnica que ayude a los profesionales médicos a ver el interior del cuerpo o áreas que no son visibles a simple vista. La visualización de estas estructuras puede ayudar en el diagnóstico de la enfermedad, la planificación del tratamiento y la ejecución del tratamiento, por ejemplo, mediante la intervención guiada por imágenes y el monitoreo y la vigilancia.

El amplio alcance de las imágenes de diagnóstico médico: qué implica

Hoy en día, las imágenes médicas son fundamentales para el diagnóstico y el tratamiento de enfermedades. La primera forma de diagnóstico por imágenes médicas fue la unidad de rayos X, introducida por Roentgen en 1895. Desde entonces, las imágenes radiográficas han avanzado mucho y los rayos X tradicionales están siendo reemplazados rápidamente por la tomografía computarizada (TC), que combina la potencia del procesamiento por computadora con las imágenes de rayos X. Los escáneres de TC toman imágenes en tres planos diferentes. La propia tecnología de TC se ha perfeccionado a lo largo de los años. El grosor de los cortes de imagen se ha reducido y ha llegado la TC en espiral, lo que reduce drásticamente el tiempo de adquisición de imágenes.

Las imágenes por resonancia magnética (IRM) surgieron a finales del siglo XX, en un momento en que las preocupaciones sobre la exposición a la radiación durante las imágenes médicas estaban en su punto máximo. Este sistema de imágenes utiliza campos magnéticos naturales para adquirir imágenes de las estructuras internas del cuerpo. Aunque inicialmente la IRM tenía un uso diagnóstico limitado, las mejoras en el equipo han permitido que se convierta en la modalidad de imagen de elección para tejidos blandos y estructuras vasculares. Las máquinas de IRM más nuevas son dispositivos compactos y abiertos que ya no hacen que los pacientes se sientan claustrofóbicos.

La ecografía es otra modalidad de diagnóstico por imágenes que no emplea radiación. Utiliza ondas sonoras reflejadas para pintar una imagen de los órganos internos. Una de las principales ventajas del ultrasonido es su portabilidad. Ha ganado una amplia aplicación médica, como exámenes a pie de cama, estudio de estructuras vasculares y obstetricia para evaluar la salud fetal.

Otras técnicas avanzadas de imágenes médicas han aprovechado el poder de los radioisótopos nucleares. La tomografía por emisión de positrones (PET) permite que las moléculas radiomarcadas, como la glucosa, sean absorbidas por los tejidos del cuerpo. Luego son detectados por sensores y su distribución proporciona pistas para el diagnóstico. La introducción de medios de contraste ha llevado a la obtención de imágenes específicas del sitio, como la angiografía por TC. El material radiomarcado se inyecta en el torrente sanguíneo y las estructuras vasculares se pueden visualizar fácilmente. Esto ayuda a identificar anomalías vasculares y hemorragias. Las moléculas radiomarcadas también pueden ser absorbidas por ciertos tejidos, lo que ayuda a reducir el diagnóstico. Por ejemplo, el tecnecio-99 se usa en la gammagrafía ósea y el yodo-131 se usa para estudiar el tejido tiroideo. A menudo, dos o más de las técnicas de imagen anteriores se combinan para dar al médico una idea definitiva de lo que está sucediendo en el cuerpo del paciente.

Cómo ha progresado la tecnología de imágenes médicas a lo largo de los años

La tecnología de imágenes médicas ha progresado a pasos agigantados a lo largo de los años. Esto no se ha limitado a las modalidades a través de las cuales se adquieren las imágenes. Se ha hecho un énfasis cada vez mayor en el posprocesamiento y en las formas más nuevas y avanzadas de compartir y almacenar imágenes médicas. La idea aquí es extraer el máximo beneficio de las tecnologías existentes y difundirlo al mayor número posible de personas.

En el ámbito de las imágenes médicas de diagnóstico, los médicos ahora pueden manipular las imágenes para obtener mayores conocimientos e información del mismo conjunto de datos.

Avances en el almacenamiento y la recuperación de datos de imágenes

Con los diferentes tipos de dispositivos de imágenes que se emplean hoy en día y los datos únicos que producen, la integración y la facilidad de colaboración son de suma interés para los institutos de salud y los usuarios finales. Casi todos los tipos de imágenes actuales se adquieren digitalmente y consisten en enormes archivos de datos. Un avance importante en este sentido ha sido la introducción del PACS (Picture Archiving and Communications System). Es una plataforma que permite el almacenamiento y la visualización integrados de imágenes médicas de diversos dispositivos y sistemas. En el servidor PACS, las imágenes se almacenan principalmente en el formato DICOM (Digital Imaging and Communications in Medicine).

DICOM es un estándar desarrollado por el Colegio Estadounidense de Radiólogos. Todas las imágenes, incluidas las tomografías computarizadas, resonancias magnéticas, ecografías y tomografías por emisión de positrones, deben almacenarse, recuperarse y compartirse únicamente en formato DICOM. El formato DICOM tiene los detalles del paciente incrustados en la imagen para minimizar los errores de diagnóstico. Hay varias aplicaciones de visualización DICOM disponibles en el mercado, y cada una tiene un conjunto diferente de funciones que ayudan a los médicos en el diagnóstico y la planificación del tratamiento.

Herramientas avanzadas de imágenes médicas

Tecnología de imágenes 3D médicas

Otra rama de la reconstrucción 3D es la reconstrucción multiplanar (MPR). MPR es el proceso de obtener nuevos cortes de imágenes del modelo 3D reconstruido. Las nuevas rebanadas están en planos diferentes a los de las rebanadas que se adquirieron originalmente. Esto resulta particularmente útil cuando se sigue el curso de las estructuras principales, como la aorta.

Proyecciones de intensidad

Hoy en día, el software de imágenes tiene múltiples funciones para ayudar a los profesionales de la salud a estudiar su región de interés en detalle Una de esas características es la proyección de intensidad. Los médicos pueden elegir editar la imagen de un área reconstruida mostrando solo los valores máximos o mínimos de TC. Estas se denominan proyecciones de intensidad máxima y mínima, respectivamente (MIP y MINIP). Aumentan el contraste entre el área de interés y los tejidos normales circundantes.

Imágenes 3D reales

La tecnología de reconstrucción 3D todavía no es tan precisa como nos gustaría que fuera, y algunos médicos prefieren pasar por varias secciones 2D para evitar errores. Un desarrollo interesante en esta área son las imágenes 3D «verdaderas». Este innovador sistema de imágenes permite a los médicos ver e interactuar con una réplica virtual de un órgano o estructura corporal. La imagen aparece en forma de holograma y los médicos pueden girar virtualmente la estructura, cortar secciones transversales e identificar puntos de referencia anatómicos vitales. Esta herramienta podría llegar a ser indispensable para planificar cirugías en el futuro.

Fusión de imágenes

En muchas aplicaciones DICOM hay disponible una herramienta avanzada de imágenes médicas llamada fusión de imágenes. Permite la fusión de dos o más conjuntos de datos de imágenes en un solo archivo. Esto puede combinar las ventajas de las diferentes modalidades de imágenes. Las técnicas de fusión de imágenes más frecuentes y útiles son la fusión de imágenes PET/TC y PET/RM, que combinan las ventajas de la TEP, la tomografía computarizada y la resonancia magnética. La PET ayuda a identificar y localizar el área de interés (generalmente un área maligna o inflamada). La TC proporciona un excelente detalle anatómico de la extensión de la lesión, así como de los planos de tejido involucrados. La RM ayuda a lograr la resolución de los tejidos blandos. Cuando se combinan, hay un aumento notable en la sensibilidad y especificidad de las investigaciones de diagnóstico por imágenes.

Imágenes en tiempo real

Tradicionalmente, siempre se ha entendido que habría un «retraso» entre el momento en que se adquiere la imagen y el momento en que se interpreta. El retraso viene del tiempo que se tarda en procesar y preparar la imagen, presentarla al radiólogo y luego al radiólogo ver cada sección de la imagen y aplicar sus conocimientos para interpretarla. Este retraso puede afectar significativamente los resultados clínicos, especialmente en situaciones de emergencia como los traumatismos, donde el tiempo es fundamental.

Hoy en día, muchos sistemas de imágenes ofrecen resultados en «tiempo real», lo que significa que el retraso entre la adquisición y la interpretación de las imágenes es mínimo o nulo. Los médicos pueden ver las imágenes en una pantalla mientras el paciente aún está en la unidad de imágenes. Esto no solo reduce el retraso, sino que tiene el beneficio adicional de ver los sistemas corporales en funcionamiento en tiempo real y, por lo tanto, evaluar su integridad funcional. Por ejemplo, la función de deglución del esófago se puede evaluar de esta manera para detectar posibles causas de disfagia. Del mismo modo, los movimientos fetales se pueden ver en tiempo real con la ecografía. El poder de las imágenes en tiempo real hace posible que los cirujanos tomen decisiones durante la operación.

Un vistazo al futuro de la tecnología de imágenes médicas

Inteligencia artificial

La inteligencia artificial (IA) se refiere a la capacidad de las máquinas para simular la inteligencia humana. Esto se aplica principalmente a las funciones cognitivas, como el aprendizaje y la resolución de problemas. En el contexto de las imágenes médicas, se puede entrenar a la IA para detectar anomalías en el tejido humano, lo que ayuda tanto en el diagnóstico de enfermedades como en el seguimiento de su tratamiento. Hay tres maneras en las que la IA puede ayudar a los radiólogos. La IA puede examinar enormes conjuntos de datos de imágenes e información de pacientes a velocidades sobrehumanas. Esto puede agilizar los flujos de trabajo. En segundo lugar, se puede entrenar a la IA para detectar anomalías que son demasiado pequeñas para discernirlas a simple vista. Esto puede mejorar la precisión del diagnóstico. En tercer lugar, la IA se puede utilizar para recuperar exploraciones de imágenes anteriores del registro médico electrónico (EMR) de un paciente y, a continuación, compararlas con los resultados de las exploraciones más recientes del paciente. Otros aspectos de la EMR del paciente, como cualquier historial médico pertinente, también se pueden recuperar y utilizar para facilitar el diagnóstico.

Varias empresas han logrado incorporar la IA en los sistemas de imágenes, pero ninguna de ellas está disponible para uso comercial hasta el momento. Un ejemplo de software de imágenes médicas integrado en IA es Viz, que mejora tanto la detección como el tiempo de tratamiento en pacientes con obstrucciones de vasos grandes (OVL). El software es capaz de analizar múltiples imágenes en varias bases de datos de hospitales para detectar OVL. Si se detecta una OVL, el software puede alertar tanto al especialista en ictus como al médico de atención primaria del paciente para garantizar que el paciente reciba un tratamiento inmediato. En el caso de una enfermedad con un plazo determinado, como el accidente cerebrovascular, esto tiene el efecto de mejorar considerablemente los resultados y reducir la carga de costos para el sistema de salud.

Aplicaciones basadas en la nube

Tanto el rápido avance en la tecnología de imágenes como el uso ubicuo de imágenes médicas en la atención médica han dado lugar a la urgencia de encontrar formas innovadoras de almacenar y compartir datos de imágenes médicas. En este contexto, la tecnología en la nube se ha convertido en uno de los principales determinantes del futuro de la tecnología de imágenes médicas. La tecnología en la nube permite el almacenamiento y el intercambio de datos independientemente de la ubicación geográfica con la ayuda de Internet. Las aplicaciones de imágenes médicas basadas en la nube facilitan el almacenamiento y la recuperación de archivos de imágenes en formato DICOM. Aumentan la eficiencia y disminuyen los costos. Los profesionales de la salud pueden colaborar en datos de imágenes médicas de todo el mundo. El resultado final son mejores resultados de salud para los pacientes.

Las aplicaciones basadas en la nube también mejoran el proceso de «cadena de bloques». Una «cadena de bloques», en términos simples, es la adición de un nuevo registro digital a uno antiguo, al igual que añadir un nuevo enlace a una cadena física existente. Las imágenes disponibles en la nube se pueden añadir a una cadena de bloques, lo que hace que la información médica del paciente sea accesible para cualquier médico de cualquier parte del mundo.

PostDICOM: a la vanguardia de la tecnología de imágenes médicas

PostDICOM combina lo mejor de lo último en tecnología de imágenes médicas. Es una de las pocas aplicaciones de visualización DICOM basadas en la nube que existen. Los archivos DICOM almacenados en el servidor PACS en la nube están protegidos con cifrado SSL. PostDICOM incorpora tecnología de imágenes 3D médicas y ofrece funciones avanzadas de manipulación de imágenes, que incluyen reconstrucción multiplanar, proyección de intensidad (máxima, media y mínima) y fusión de imágenes. Los documentos clínicos también se pueden almacenar y ver con la aplicación. Es compatible con todos los principales sistemas operativos (Windows, Mac OS, Linus) y se puede acceder a él desde computadoras portátiles, tabletas y teléfonos inteligentes. Lo mejor de todo es que para los usuarios básicos, probar el espacio de almacenamiento en la nube es totalmente gratuito.