Type to search

La importancia de las soluciones Edge AI en la digitalización de los sistemas sanitarios: el caso concreto de la imagen para el diagnóstico.

Categoría: ,
25 mayo 2021

AUTOR

  1. Diego Alcázar Martínez. Afiliación: Técnico Superior en Imagen para el Diagnóstico (TSID). Hospital Royo Villanova de Zaragoza.

 

RESUMEN

La denominada como “computación en el borde”, o más común y popularmente conocida como “Edge AI”, juega un papel fundamental en sistemas de imagen para el diagnóstico que necesitan ser eficaces, a la vez que seguros y resilientes.

En este texto nos enfrentaremos a ver el modo de operar mediante estos sistemas en contraposición con otros paradigmas de computación más focalizados en una “nube” necesaria pero que no siempre resulta la solución más eficaz o conveniente.

 

PALABRAS CLAVE

Inteligencia artificial, edge computing, diagnóstico por imagen.

 

ABSTRACT

The so-called “edge computing”, or more commonly and popularly known as “Edge AI”, plays a fundamental role in diagnostic imaging systems that need to be effective, as well as safe and resilient.

In this text we will deal with how to operate through these systems in contrast to other computing paradigms more focused on a necessary “cloud” but which is not always the most efficient or convenient solution.

 

KEY WORDS

Artificial intelligence, edge computing, diagnostic imaging

 

INTRODUCCIÓN

La impresionante evolución de los sistemas digitales basados en inteligencia artificial para dar soporte al diagnóstico mediante imagen ha traído consigo distintas realidades con un nexo en común, pero bien diferentes y diferenciadas entre sí.

En este texto vamos a centrarnos en visualizar la importancia de disponer de avanzados sistemas denominados “Edge AI” y lo vamos a hacer desde una visión técnico-operativa.

 

OBJETIVO

La pretensión de este desarrollo es entender cómo la IA y el ML pueden influir en el conjunto de los sistemas sanitarios, y especialmente focalizarlo en la denominada computación en el borde (o Edge Computing) aplicada.

 

METODOLOGÍA

La metodología empleada para el desarrollo de este artículo se ha basado en los conocimientos y opiniones personales del autor y que se ha trabajado mediante la complementación de la información mediante búsquedas online que se han considerado relevantes para el conjunto del desarrollo.

 

RESULTADOS

Hasta hace tan sólo unos pocos años, el procesamiento de una imagen médica era tratado inexorablemente de forma local o, a lo sumo, dentro de un escenario interno y controlado. La evolución de la tecnología, el aumento de las capacidades de los sistemas digitales, la dotación de inteligencia a éstos y el cambio en los paradigmas de computación asociados han llevado a que la computación en la nube[1] sea un paradigma clave en nuestros días.

La necesidad de una ingente capacidad de poder de computación para la realización del procesamiento de imágenes médicas ha comportado este auge y despliegue de la computación en la nube. Sin duda alguna, la disponibilidad de este tipo de recursos ha propiciado, está propiciando y propiciará unos cambios y avances médicos con una celeridad y profundidad como nunca antes en la historia, pero ello también conlleva unos retos aparejados.

Y es que si bien es cierto que la computación en la nube supone todo un avance y abre un abanico de posibilidades y de oportunidades de por medio, también resulta evidente que conlleva distintos tipos de implicaciones tanto técnicas como legales, e incluso, éticas.

Cierto resulta que para el entrenamiento de determinados modelos de inteligencia artificial basada en aprendizaje automático aplicado al ámbito de las imágenes médicas, la computación en la nube puede resultar un aliado ineludible, pero también resulta bien cierto que para realizar la inferencia de imágenes mediante modelos con datos previamente entrenados puede no resultar siempre necesario un despliegue “cloud” o, aún y cuando así sea, puede que no sea técnica o legalmente deseable, aconsejable o incluso posible.

La latencia es uno de los aspectos a tener en cuenta en toda clase de sistemas en la nube y también un aspecto muy a tener en cuenta (especialmente por los entes regulatorios al tratarse de datos de especial protección en muchos casos) es todo lo que tiene que ver con el tránsito de imágenes que puedan comprometer leyes de protección de datos personales u otras análogas.

Y es en el escenario anterior donde el Edge Computing[2] o la computación en el borde encuentra un escenario de despliegue útil y necesario para muchos sistemas, siendo sin duda una de las claves del presente, pero sobre todo del futuro de la digitalización de los sistemas sanitarios en general y de los medios de diagnóstico por la imagen en concreto y particular.

Gracias a la disponibilidad de unos dispositivos para uso médico cada vez más accesibles y capacitados para dar respuestas basadas en inteligencia artificial sin tener que recurrir a la nube se consiguen sistemas robustos que permiten garantizar de una mejor manera tanto la necesidad de sistemas de latencia cero (a excepción de la misma latencia interna que pueda existir) como de proveer una solución que no requiere del paso por servidores externos y de terceros que puedan comprometer los datos de los usuarios.

Evidentemente, no existe ni existirá computación en el borde sin computación en la nube pues está última es una de las aliadas en el despliegue de todos los sistemas digitales modernos, pero sin ningún tipo de duda también la computación en el borde es aquella pieza complementaria y esencial que termina de dar robustez y plenitud a un sistema digital seguro, eficaz y robusto.

 

CONCLUSIONES

En definitiva, en los sistemas médicos del diagnóstico mediante imágenes lo importante es encontrar el pool concreto de tecnologías a integrar que permitan dar un servicio moderno y eficaz, que permitan proveer una alta calidad asistencial y unos resultados técnicos y de excelencia profesionales.

Y dentro de este pool de sistemas integrados (pero particularizados entre sí), sin ningún tipo de duda los sistemas Edge AI o de computación en el borde jugarán un papel fundamental en muchos escenarios de la imagen para el diagnóstico.

Una imagen para el diagnóstico que tiene mucho que decir en cuanto a la modernización de los sistemas de salud pues siempre se debe de tener presente que los sistemas de visión por computador o de análisis algorítmico de imágenes mediante computador es una de las líneas con más potencial y desarrollo que tendrá todo el entorno médico en su conjunto.

 

BIBLIOGRAFÍA

  1. Cloud Computing Systems and Applications in Healthcare (2016), por Chintan M. Bhatt y S.K. Peddoju.
  2. Artificial Intelligence-Driven Mechanism for Edge Computing-Based Industrial Applications (Marzo 2019), por IEEE Transactions on Industrial Informatics