Hacia un Diagnóstico Preciso de la Otoesclerosis: Aprovechando la Inteligencia Artificial y la Tomografía Computada para la Detección Temprana y el Apoyo en la Toma de Decisiones de Tratamiento

Resumen

Este proyecto propone una herramienta de mejora para el diagnóstico y tratamiento de la otoesclerosis, una enfermedad del oído que puede resultar en pérdida de audición si no se detecta a tiempo. El diagnóstico oportuno permite seguir de cerca la progresión de la enfermedad, lo que puede llevar a restaurar la capacidad auditiva del paciente. Sin embargo, debido a la complejidad de la anatomía del oído y la sutileza de las alteraciones radiológicas asociadas con la otoesclerosis, a menudo el diagnóstico puede ser difícil para los profesionales médicos no especializados.
Este proyecto propone abordar este desafío mediante la aplicación de técnicas de inteligencia artificial (IA) y análisis de imágenes de tomografía computarizada (TC). Se recopilarán imágenes de TC depacientes con diagnóstico confirmado de otoesclerosis, que servirán como base de datos para el desarrollo de algoritmos de IA. Estos algoritmos utilizarán técnicas de aprendizaje automático y profundo para identificar características específicas asociadas con la otoesclerosis en las imágenes de TC.
El objetivo es desarrollar modelos de IA explicables, incluyendo redes neuronales profundas (DNN), que puedan detectar de manera precisa la presencia de otoesclerosis en las imágenes de TC. Estos modelos serán evaluados utilizando métodos de validación cruzada y pruebas en conjuntos de datos independientes para garantizar su precisión y generalización. Además, se planea desarrollar una interfaz de usuario que permita a los médicos utilizar el sistema de IA como una herramienta de apoyo en la toma de decisiones clínicas.
Los resultados esperados incluyen una mejora significativa en el diagnóstico y tratamiento de la otoesclerosis, lo que conducirá a una mejor calidad de vida para los pacientes.