Investigadores de Málaga desarrollan una IA capaz de detectar con gran precisión obstrucciones arteriales

En este contexto, el equipo cuenta con la destacada participación de la investigadora senior del Grupo de Prevención y Tratamiento de la Obesidad y la Diabetes, Almudena Ortega, del investigador responsable (IR), Ezequiel López Rubio, y del coinvestigador responsable (COIR), Esteban J. Palomo, del Grupo de Inteligencia Computacional y Análisis de Imágenes. Así, se ha logrado un avance significativo que podría transformar la forma en que se detectan las afecciones cardíacas.

Este paso adelante ha sido posible gracias al esfuerzo conjunto de profesionales de distintas disciplinas, contando también con la implicación de los investigadores Ariadna Jiménez-Partinen y Mario Pascual, este último reconocido como el investigador más joven del instituto.

El equipo ha publicado un estudio pionero en la revista Computers in Biology and Medicine que demuestra cómo la Inteligencia Artificial (IA) puede superar los métodos convencionales en precisión y eficiencia para detectar obstrucciones arteriales. En concreto, se centraron en mejorar el rendimiento de YOLOv8, un modelo de IA de última generación diseñado para la detección de objetos en imágenes médicas.

Uno de los grandes retos es que el rendimiento de estos sistemas de IA depende en gran medida de los llamados hiperparámetros, es decir, los ajustes clave que configuran su funcionamiento. Cuando esta configuración se realiza de forma manual, puede resultar limitada e ineficaz. Por ello, el equipo apostó por el uso de estrategias avanzadas de optimización automática, abriendo nuevas vías para lograr una detección más rápida, precisa y personalizada de enfermedades cardiovasculares.

Los resultados no dejan lugar a dudas: los métodos de optimización basados en modelos, superaron de forma sistemática a las técnicas tradicionales de ajuste. Estos llamados «ajustes inteligentes» permitieron a los modelos de IA lograr una mayor precisión diagnóstica —medida por la puntuación F1, que combina exactitud y exhaustividad— así como una mayor velocidad en la detección de lesiones.

«Nuestra investigación confirma que la aplicación de estas técnicas de optimización avanzadas no solo mejora la precisión de los diagnósticos, sino que también los hace más fiables y reproducibles, reduciendo la variabilidad que a menudo encontramos en las evaluaciones visuales realizadas por expertos humanos», subraya Almudena Ortega.

Además, los modelos mejorados demostraron una notable capacidad para centrar su «atención» en las zonas más relevantes de las imágenes, es decir, directamente sobre las lesiones. Esta habilidad para «mirar donde hay que mirar» es especialmente valiosa en el entorno clínico, donde la rapidez y la precisión marcan la diferencia en el tratamiento de enfermedades graves como las cardiovasculares.

Este estudio representa una muestra tangible del compromiso de IBIMA Plataforma BIONAND con la innovación en salud y el uso de tecnologías avanzadas al servicio de la medicina.

La investigación ha sido liderada por Almudena Ortega Gómez, quien aporta una valiosa perspectiva clínica gracias a su vinculación con el Departamento de Endocrinología y Nutrición y el Departamento de Cardiología y Cirugía Cardiovascular del Hospital Universitario Virgen de la Victoria, así como con el CIBEROBN. Su enfoque integrador ha sido clave para tender puentes entre la práctica médica y la inteligencia artificial.

Junto a ella, han desempeñado un papel fundamental los investigadores de ITIS Software de la Universidad de Málaga, como Ezequiel López-Rubio y Esteban J. Palomo Ferrer; además de integrantes de IBIMA Plataforma BIONAND, cuya experiencia en algoritmos de optimización e inteligencia computacional ha sido decisiva para el desarrollo del proyecto.

Este esfuerzo multidisciplinar no solo refuerza la solidez científica del trabajo, sino que también evidencia el potencial transformador de la colaboración entre disciplinas clínicas y tecnológicas para afrontar desafíos clave en la salud global.

Por todo ello, estos hallazgos no solo son un éxito científico, sino que abren el camino para la integración de herramientas de IA más eficientes y precisas en la práctica clínica diaria, lo que podría traducirse en diagnósticos más rápidos, una reducción de la carga de trabajo para los profesionales sanitarios y, en última instancia, mejores resultados para los pacientes.