Inteligencia Artificial en Resonancia Magnética Fetal: Principios, Aplicaciones, Limitaciones y Direcciones Futuras

Área de la Ciencia:

• Imagenología Médica
• Inteligencia Artificial
• Medicina Fetal

Sus antecedentes:

• La RM fetal enfrenta desafíos como artefactos de movimiento, baja relación señal-ruido y descarrilamiento de cortes.
• Las técnicas existentes de RM fetal tienen limitaciones en precisión y eficiencia para el diagnóstico prenatal.

Objetivo del estudio:

• Revisar las aplicaciones actuales de la inteligencia artificial (IA) en la RM fetal.
• Destacar el papel de la IA en la superación de las limitaciones de la RM fetal y la mejora de las capacidades diagnósticas.

Principales métodos:

• Revisión de literatura sobre aplicaciones de IA en RM fetal.
• Enfoque en IA para mejora de imagen, segmentación y análisis cuantitativo.
• Exploración de enfoques de IA multimodales en imagen prenatal.

Principales resultados:

• La IA demuestra potencial en la mejora de la reconstrucción, la eliminación de ruido y la corrección de movimiento en la RM fetal.
• La segmentación automatizada y el análisis cuantitativo mediante IA ayudan en la evaluación volumétrica.
• La IA asiste en tareas como la estimación de la edad gestacional y la detección de anomalías fetales.

Conclusiones:

• La IA mejora significativamente la calidad de la RM fetal y las tareas analíticas, ofreciendo soluciones a las limitaciones actuales.
• La mayoría de los estudios de IA en RM fetal carecen de validación externa y se basan en conjuntos de datos pequeños.
• Protocolos estandarizados, datos multicéntricos y evaluación transparente son cruciales para integrar la IA en la imagen prenatal de rutina.