Actualizado 17 de febrero, 2017
El aprendizaje automático (machine learning) es un campo de investigación en informática e ingeniería, derivada de una rama de la inteligencia artificial que permite la extracción de patrones significativos a partir de ejemplos, que es un componente significativo de la inteligencia humana.
En principio que una computadora realice tareas repetitivas y bien definidas de manera consistente e incansable aunque en forma sorprendente las máquinas han demostrado la capacidad de aprender e incluso dominar tareas que se consideraban demasiado complejas para ellas, demostrando que los algoritmos de aprendizaje automático son componentes útiles de los sistemas de soporte de decisiones y diagnóstico asistidos por computadora. Mas aún, en algunos casos, las computadoras parecen ser capaces de «ver» patrones que están más allá de la percepción humana. y este hallazgo ha generado un interés sustancial y creciente en el campo del aprendizaje automático, específicamente, cómo podría aplicarse a las imágenes médicas.
La siguiente es una definición ampliamente aceptada de aprendizaje automático: si se aplica un algoritmo de aprendizaje automático a un conjunto de datos (un ejemplo con imágenes de tumores) y a algún conocimiento sobre estos datos (tumores benignos o malignos de acuerdo intensidad, bordes, textura y forma), entonces el sistema del algoritmo puede aprender de los datos de entrenamiento y aplicar lo que ha aprendido para hacer una predicción (por ejemplo si una imagen diferente muestra tejido tumoral benigno o maligno). Si el sistema del algoritmo optimiza sus parámetros de manera que su rendimiento mejora, es decir, se diagnostican correctamente más casos de prueba, entonces se considera que está aprendiendo esa tarea.
La primera etapa es la de entrenamiento con un número de imágenes y la segunda, la predictiva, que tomando en cuenta los datos sobre los tumores, emplea un algoritmo que permite ofrecer un diagnóstico de tumor benigno o maligno. Con los posteriores resultados, los datos ciertos y no ciertos son ofrecidos al sistema para que vaya mejorando su eficiencia.
Hasta el momento, la mayor cantidad de trabajos publicados que crece en forma exponencial se refiere a las imágenes anátomopatologicas, seguidas por las de radiología, cirugía, psiquiatría.
……………………
Con el resumen de este trabajo ofrecemos a nuestros lectores una introducción a este tema que sin dudas ocupará un espacio significativo en la práctica médica en los años que vienen.
Erickson BJ, Korfiatis P, Akku Z, Kline TL.Machine Learning for Medical Imaging. Radiographics 2017;37:505-15.