Segmentación con IA: modelado 3D más rápido y sencillo para todos

Visualización de anatomía 3D en la planificación pediátrica preoperatoria

Las exploraciones radiológicas son esenciales para visualizar estructuras internas y comprender la patología del paciente. La IA puede automatizar la segmentación de exploraciones, una tarea que de otro modo consume mucho tiempo y es costosa. Este informe de la University of Texas Southwestern School of Medicine, Dallas, TX, EE. UU., revisa herramientas de segmentación por IA disponibles públicamente y cómo pueden integrarse rápidamente en la planificación preoperatoria a un costo mínimo.

Segmentación manual y con IA

La segmentación de imágenes médicas tiene como objetivo dividir las imágenes en regiones significativas para aislar estructuras anatómicas, detectar anomalías y proporcionar mediciones para el diagnóstico, la planificación del tratamiento y el seguimiento de enfermedades. Las herramientas algorítmicas pueden acelerar este proceso, permitiendo el renderizado o la exportación en 3D en cuestión de minutos. En este estudio, se utilizó 3D Slicer para ajustar los segmentos, aunque la mayoría de los modelos 3D se generaron automáticamente utilizando extensiones de IA.

Herramientas de segmentación con IA

Las aplicaciones para la planificación preoperatoria utilizan cada vez más algoritmos de IA para analizar imágenes médicas.

TotalSegmentator, entrenado con 1.204 series de TC del Hospital Universitario de Basilea, puede segmentar 104 estructuras anatómicas con alta precisión. Está integrado en 3D Slicer y también en plataformas comerciales 3D/VR como Medicalholodeck.

MONAI es un framework de aprendizaje profundo de código abierto para el sector salud. Su extensión para 3D Slicer, MONAI Auto3DSeg, proporciona modelos automatizados de segmentación para órganos específicos y permite a los investigadores entrenar modelos personalizados para patologías concretas.

Las resonancias magnéticas y tomografías computarizadas de los pacientes fueron anonimizadas y exportadas en formato DICOM para probar extensiones de IA en 3D Slicer, utilizando una muestra de conveniencia de casos quirúrgicos pediátricos.

IA en la planificación pediátrica 3D

Las reconstrucciones 3D generadas por IA proporcionaron referencias anatómicas precisas para la planificación preoperatoria en cirugía pediátrica, correlacionándose estrechamente con la anatomía intraoperatoria. Las principales extensiones de IA — TotalSegmentator, MONAI Auto3DSeg y RVesselX — funcionaron localmente, produciendo segmentaciones torácicas y abdominales en 60-90 segundos. Aunque fueron entrenadas con datos de adultos, identificaron de manera fiable múltiples estructuras pediátricas para una superposición efectiva con imágenes renderizadas por volumen. Las limitaciones incluyeron menor precisión en pacientes muy jóvenes o de bajo peso y la falta de aplicaciones intraoperatorias integradas. Los modelos 3D exportados también podían utilizarse para educación, visualización VR/AR e impresión 3D de simuladores quirúrgicos o implantes.

Haciendo accesible la segmentación 3D con IA

La IA y la visión por computadora han reducido significativamente las barreras técnicas y financieras para generar reconstrucciones 3D a partir de exploraciones estándar de TC y RM. Las herramientas disponibles públicamente ahora permiten a los cirujanos pediátricos crear rápidamente modelos de alta fidelidad sin necesidad de experiencia especializada ni software costoso. Los desarrollos futuros — como modelos de IA entrenados específicamente con datos pediátricos — prometen una precisión aún mayor y aplicaciones más amplias tanto intraoperatorias como educativas.

Medicalholodeck, combinado con TotalSegmentator, permite disponer de segmentaciones en cuestión de minutos, proporcionando modelos 3D rápidos y accesibles sin necesidad de procesamiento manual. Esto ayuda significativamente a comprender la anatomía de cada paciente, mejora la planificación de los casos y puede mejorar los resultados quirúrgicos.