L'ús de la intel·ligència artificial en les eines de suport al diagnòstic per ferides cròniques
La complexitat per tractar les ferides cròniques i la falta d'eines de diagnòstic objectives i accessibles fan que sorgeixi una necessitat de buscar alternatives que ajudin als clínics a fer una avaluació objectiva de l'estat de les ferides. En aquest projecte d'investigació es propos...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | UVic-UCC |
| Repositorio: | RiUVic. Repositori institucional de la UVic-UCC |
| OAI Identifier: | oai:dspace.uvic.cat:10854/180549 |
| Acceso en línea: | http://hdl.handle.net/10854/180549 |
| Access Level: | acceso abierto |
| Palabra clave: | Ferides i lesions Intel·ligència artificial Imatgeria mèdica Imatgeria per al diagnòstic 616.5 |
| Sumario: | La complexitat per tractar les ferides cròniques i la falta d'eines de diagnòstic objectives i accessibles fan que sorgeixi una necessitat de buscar alternatives que ajudin als clínics a fer una avaluació objectiva de l'estat de les ferides. En aquest projecte d'investigació es proposen diferents solucions basades en tecnologies avançades com la Intel·ligència Artificial per dur a terme tasques que proporcionin suport al professional sanitari a l'hora de realitzar el diagnòstic de ferides cròniques. Aquestes tasques es basen en imatges i dades clíniques associades proporcionades pels mateixos clínics de manera segura mitjançant una plataforma de software integrada en dispositius mòbil. Es planteja la hipòtesi de que els algorismes d'Intel·ligència Artificial son capaços d'identificar i extreure característiques visuals i clíniques rellevants oferint un suport integral en l'avaluació de les ferides cròniques. A més, aquests mètodes milloren la precisió, la rapidesa i la personalització del diagnòstic en comparació amb els mètodes tradicionals. La investigació s'ha estructurat entorn d'objectius principals i secundaris. Entre els principals es destaquen: identificar de manera automàtica característiques visuals rellevants utilitzant algorismes d'Intel·ligència Artificial capaços d'extraure patrons de les imatges i classificar-les adequadament, proporcionar un sistema de suport al diagnòstic clínic sent capaços d'oferir una proposta d'avaluació integral de la ferida i validar clínicament els resultats obtinguts, ja sigui mitjançant assajos clínics als propis hospitals o amb proves de laboratori. Els objectius secundaris inclouen identificar les necessitats dels professionals sanitaris, consolidar un conjunt de dades de qualitat i avaluar si les eines desenvolupades proporcionen realment el suport al diagnòstic que requereixen els clínics. La metodologia seguida per desenvolupar les solucions ha consistit en el disseny i la implementació de diversos algorismes amb funcionalitats que cobreixen els objectius plantejats. Específicament, s'han desenvolupat algorismes capaços d'identificar en una imatge la presència de teixit hipergranulat en el llit de la ferida, un tipus de teixit indicador de risc i difícil d'identificar. També una solució capaç de calcular la mida de la ferida automàticament i un algorisme que proporciona una proposta de diagnòstic d'una ferida a partir de la seva imatge mostrant altres casos de ferida similars prèviament avaluats clínicament. Finalment, s'ha proposat un nou enfocament que integra noves tecnologies com son els models de llenguatge a gran escala i els models generatius proporcionant una eina de suport a nivell informatiu de la cura de les ferides cròniques per als clínics. Les solucions desenvolupades han estat validades mitjançant assajos clínics amb pacients i l’avaluació per part d’experts. Els resultats obtinguts han donat lloc a diverses publicacions científiques, tres de les quals han estat publicades en revistes especialitzades, mentre que dos més es troben actualment en procés de revisió. En conjunt, aquests resultats han demostrat que és possible detectar teixit hipergranulat a la ferida amb una precisió del 86,3\%, calcular l’àrea de la ferida de manera no invasiva amb un índex de correlació superior al 90\% en comparació amb els mètodes tradicionals invasius, i proporcionar suport al diagnòstic mitjançant una proposta d'escala clínica basada en imatges amb una precisió del 71,12\%. Tanmateix, els models de llenguatge a gran escala han mostrat que, tot i oferir resultats prometedors, cal aprofundir en el seu desenvolupament per garantir un suport més complet i mantenir la seguretat dels pacients. En conclusió, aquesta tesi demostra que els algorismes basats en tecnologies avançades poden proporcionar un suport integral als professionals sanitaris, millorant l'eficàcia i la precisió en el diagnòstic de les ferides cròniques. |
|---|