Integrating AI Segmentation, Simulated Digital Twins, and Extended Reality into Medical Education: A Narrative Technical Review and Proof-of-Concept Case Study. Journal of Personalized Medicine, 16(4), 202.
https://doi.org/10.3390/jpm16040202De datos de imagen a gemelos digitales
La imagen médica ha estado limitada durante mucho tiempo a vistas bidimensionales en cortes transversales. La CT y la MRI proporcionan datos altamente detallados, pero su interpretación requiere experiencia, tiempo y reconstrucción espacial mental por parte del cirujano. Los avances recientes en IA están cambiando fundamentalmente este proceso.
La segmentación por IA reduce significativamente el tiempo necesario para preparar los datos de imagen. Lo que antes requería un extenso procesamiento manual ahora puede generarse automáticamente. Las estructuras anatómicas como órganos, vasos y regiones de interés se identifican y separan directamente de los datos de CT y MRI en cuestión de segundos, creando datos estructurados y utilizables sin esfuerzo manual.
Muestra un ejemplo de la lección grabada donde el estudiante se encuentra en el campo de visión directo del instructor observando el modelo de escoliosis renderizado en 3D junto a imágenes comparativas de anatomía de escoliosis en rayos X. Las manos magenta en la imagen representan al instructor grabado dibujando sobre los recursos digitales durante la reproducción de la lección.
Estos conjuntos de datos segmentados forman la base de los gemelos digitales, modelos 3D específicos del paciente que representan la anatomía real. En lugar de interpretar cortes individuales, los profesionales médicos y estudiantes pueden interactuar con estructuras anatómicas completas en el espacio, mejorando la comprensión espacial y reduciendo la carga cognitiva.
A medida que la segmentación por IA automatiza la creación de modelos, la generación de gemelos digitales se vuelve escalable, permitiendo una adopción más amplia en programas educativos e instituciones.
Mejorando la comprensión y la comunicación
Los gemelos digitales cambian fundamentalmente cómo se utilizan y comparten los datos médicos. Las relaciones anatómicas complejas se vuelven directamente visibles, y las patologías pueden aislarse y explorarse dentro de su contexto espacial completo.
En lugar de describir los hallazgos verbalmente o depender de representaciones 2D, clínicos y estudiantes pueden revisar el mismo conjunto de datos juntos en un entorno inmersivo compartido. Múltiples usuarios pueden acceder e interactuar con el modelo en tiempo real, cada uno desde su propia perspectiva, lo que permite una colaboración más efectiva y una mejor alineación entre disciplinas.
Creación de contenido espacial en cuatro dimensiones
En este caso, el instructor utilizó el conjunto de herramientas RecordXR de Medicalholodeck para grabar una sesión educativa guiada en un entorno de VR. La sesión incluyó identificación de puntos anatómicos de la columna, técnicas de acceso neuraxial y anotación 3D de la anatomía patológica en un paciente con escoliosis severa.
A diferencia de la enseñanza tradicional en video 2D, este módulo basado en XR conserva el razonamiento espacial y la guía experta directamente dentro del contexto anatómico. Las explicaciones, gestos e interacciones del instructor permanecen vinculados a los datos 3D, creando una experiencia de aprendizaje más intuitiva y atractiva.
Los estudiantes pueden volver a la sesión en cualquier momento, reproducir pasos específicos o interactuar con el modelo para reforzar la comprensión. La grabación de contenido en VR permite a los educadores crear bibliotecas estructuradas de casos, simulaciones y materiales educativos accesibles, repetibles y escalables.
Este enfoque no solo preserva la información visual, sino también el razonamiento experto, haciendo que el conocimiento procedimental complejo sea reproducible y ampliamente accesible.
Muestra que el estudiante puede observar la lección RXR desde diferentes ángulos más allá del punto de vista del instructor durante la grabación. Las gafas y manos magenta representan la encarnación del instructor visualizada para el estudiante. El instructor demuestra la oblicuidad de las apófisis espinosas en el modelo de escoliosis para ofrecer una visión de la anatomía patológica.
De la educación a la aplicación clínica
Más allá de la educación, los mismos flujos de trabajo pueden trasladarse directamente a la práctica clínica. La combinación de segmentación por IA, gemelos digitales, grabación y XR permite la planificación preoperatoria, la colaboración interdisciplinaria y la simulación específica del paciente dentro de un entorno unificado.
Esta continuidad entre el aprendizaje y la aplicación clínica reduce la complejidad y favorece una toma de decisiones más informada, cerrando la brecha entre la formación y la atención real.
La transición hacia la educación médica espacial
Al convertir imágenes médicas en datos 3D estructurados y transformarlos en gemelos digitales dinámicos, la IA permite una nueva forma de aprendizaje: inmersiva, personalizada y directamente conectada con la práctica clínica.
Combinado con XR, este enfoque transforma la educación en una experiencia espacial e interactiva, preparando a la próxima generación de clínicos para un futuro cada vez más basado en datos y simulación.
