Anales de la RANM

111 A N A L E S R A N M R E V I S T A F U N D A D A E N 1 8 7 9 INTELIGENCIA ARTIFICIAL EN IMAGEN MÉDICA Martí-Bonmatí L An RANM. 2024;141(02): 111 - 118 INTELIGENCIA ARTIFICIAL, IMAGEN MÉDICA Y MEDICINA DE PRECISIÓN: AVANCES Y PERSPECTIVAS ART I F I C I AL INTELL IGENCE, MEDI CAL IMAGING, AND PREC I S ION MEDI C INE : ADVANCES AND PERSPEC T I VES Luis Martí-Bonmatí 1, 2 1. Académico de Número de la Real Academia Nacional de Medicina de España - Radiología. 2. Área Clínica de Imagen Médica del Hospital Universitario y Politécnico La Fe y Grupo de Investigación Biomédica en Imagen (GIBI230) del Instituto de Investigación Sanitaria La Fe. Valencia. Resumen El papel que tiene la inteligencia artificial (IA) aplicada a la imagen médica para desarrollar y fortalecer la medicina personalizada se describe como un proceso continuo de mejora, un conjunto de oportunidades y un reto profesional de enorme trascendencia. En este trabajo se describen los principales procesos en los que la IA está involucrada con respecto a la imagen, la preparación de datos, la armonización de imágenes, la segmentación automática de órganos y lesiones, su etiquetado, la extracción de variables radiómicas y el desarrollo de modelos clínicos predic- tivos. También se mencionarán aspectos relacionados con la integración de estas soluciones en la práctica clínica para mejorar la precisión y la eficiencia en el proceso asistencial, el diagnóstico y el tratamiento del paciente más personal- izado, eficiente y preciso. Proyectos como PRIMAGE y CHAIMELEON subrayan el potencial transformador de la IA y el papel fundamental de la colaboración interdisciplinaria para hacer realidad este potencial, basado en la colaboración continua multiprofesional para abordar los desafíos éticos, regulatorios, técnicos y clínicos que acompañan a estos avances. Abstract The role of artificial intelligence (AI) applied to medical imaging in developing and strengthening personalized medicine is described as a continuous process of improvement, a set of opportunities, and a professional challenge of enormous significance. This paper outlines the main processes in which AI is involved regarding imaging, including data preparation, image harmonization, automatic segmentation of organs and lesions, labeling, extraction of radiomic features, and the development of predictive clinical models. It will also address aspects related to the integration of these solutions into clinical practice to enhance accuracy and efficiency in the care process, diagnosis, and treatment, making it more persona- lized, efficient, and precise. Projects like PRIMAGE and CHAIMELEON highlight the transformative potential of AI and the fundamental role of interdiscipli- nary collaboration in realizing this potential, based on ongoing multiprofesional collaboration to address the ethical, regulatory, technical, and clinical challenges that accompany these advancements. Palabras clave: Inteligencia Artificial; Imagen Médica; Modelos Predictivos. Keywords: Artificial Intelligence; Medical Imaging; Predictive Models Autor para la correspondencia Luis Martí-Bonmatí Real Academia Nacional de Medicina de España C/ Arrieta, 12 · 28013 Madrid Tlf.: +34 91 547 03 18 | E-Mail :secretaria@ranm.es . DOI: 10.32440/ar.2024.141.02 .rev02 Enviado:13.03.24 | Revisado: 12.04.24 | Aceptado: 23.05.24 R E V I S I Ó N INTRODUCCIÓN La Inteligencia Artificial (IA) es una herramienta disruptiva, una verdadera revolución, que está modifi- cando todos los aspectos relacionados con la imagen médica y muchos de los procesos que realizamos los médicos (Figura 1). La integración de la IA en la imagen médica y la medicina de precisión representa un avance significa- tivo en la atención médica, ya que ofrece el potencial de estrategias de diagnóstico y tratamiento persona- lizadas, eficientes y precisas. La aplicación de la IA en la medicina de precisión permite el análisis de grandes conjuntos de datos, como la genómica, la proteómica y los historiales de los pacientes, para identificar patrones y predecir respuestas indivi- duales de los pacientes a los tratamientos (1). Esta personalización puede conducir a tratamientos más efectivos con menos efectos secundarios, optimi- zando los resultados de los pacientes. Los algoritmos de IA pueden procesar y aprender de estos datos de forma más rápida y con mayor precisión que los métodos tradicionales, permitiendo su aplicación en el mundo real. En la imagen médica, tanto en Radiología como en Medicina Nuclear, la IA ha revolucionado la forma en que se adquieren, interpretan y utilizan las imágenes. Los algoritmos de IA mejoran la calidad de la imagen, reducen los artefactos y permiten visualizar las imágenes obtenidas con menos datos y en unos tiempos de adquisición más rápidos, lo que minimiza la incomodidad del paciente y la exposición a agentes