Diariamente, un radiólogo en Estados Unidos analiza entre 150 y 200 radiografías. Su especialidad es tan importante que los investigadores ahora intentan anticipar dónde observarán a continuación —qué área de la imagen examinarán a continuación— para abrir una ventana poderosa a su forma de pensar y descubrir el origen de los errores de diagnóstico.
por Laurie Fickman, Universidad de Houston
Entender este comportamiento de la mirada no sólo tiene que ver con su próximo movimiento; se trata de replicar su atención experta para entrenar a la próxima generación de especialistas.
«No solo estamos tratando de adivinar qué hará un radiólogo a continuación; estamos ayudando a enseñar a las máquinas y a los futuros radiólogos a pensar más como expertos al ver el mundo como ellos lo ven», informa Hien Van Nguyen, profesor asociado de ingeniería eléctrica e informática , en un artículo publicado en Scientific Reports .
El nuevo sistema de IA de Nguyen, MedGaze, está diseñado para emular la interpretación visual de las radiografías de tórax por parte de los radiólogos. Al replicar la atención experta de los radiólogos, MedGaze resulta útil para aumentar la eficiencia de los hospitales, ya que comprende qué casos requieren más tiempo y esfuerzo mental, lo que facilita la gestión del flujo de trabajo. También mejora la precisión de los sistemas de diagnóstico basados en IA, centrándose en áreas de imagen que los expertos humanos priorizarían.
«MedGaze es un sistema de software no invasivo y sin interferencias, diseñado para imitar la forma en que los médicos expertos examinan visualmente las radiografías de tórax, incluyendo dónde miran, cuánto tiempo miran y qué secuencia siguen», explicó Nguyen. «Lo llamamos ‘Gemelo de Mirada Digital’ y funciona analizando tanto las imágenes como los informes radiológicos que redactan los médicos».
MedGaze aprende patrones de miles de sesiones previas de seguimiento ocular donde se registraron las trayectorias de la mirada de los radiólogos al interpretar radiografías. Utiliza este conocimiento para predecir dónde probablemente mirará el radiólogo al leer una nueva radiografía.
El modelado del comportamiento de la mirada humana es un problema crítico en la visión artificial, con importantes implicaciones para el diseño de sistemas interactivos que anticipan la atención del usuario. En el campo de la imagenología médica, en particular en las radiografías de tórax, la predicción de las trayectorias de escaneo desempeña un papel fundamental para mejorar la precisión y la eficiencia del diagnóstico.
A diferencia de los esfuerzos previos en visión artificial, que se centraban en predecir trayectorias de escaneo basadas en objetos o categorías específicos, nuestro enfoque aborda un contexto más amplio: el modelado de secuencias de trayectorias de escaneo para la búsqueda de múltiples anomalías en radiografías de tórax. En concreto, la principal innovación técnica de MedGaze reside en su capacidad para modelar secuencias de fijación mucho más largas que las que se manejan con los métodos actuales de vanguardia, afirmó Nguyen.
Según Nguyen, la metodología de MedGaze está diseñada para una amplia aplicación. Si bien el enfoque actual se centra en las radiografías de tórax, investigaciones futuras adaptarán este marco para modelar la mirada experta y el comportamiento de escaneo en otras modalidades de imagen, como la resonancia magnética y la tomografía computarizada.
«Esto abre la puerta a un enfoque unificado, impulsado por IA, para comprender y replicar la experiencia clínica en todo el espectro de imágenes médicas», afirmó.
Más información: Akash Awasthi et al., Modelado de los procesos cognitivos de los radiólogos mediante un gemelo digital de la mirada para mejorar la formación en radiología, Scientific Reports (2025). DOI: 10.1038/s41598-025-97935-y
Leyenda de imagen principal: Descripción general de MedGaze: un gemelo de mirada digital que utiliza LMM. Crédito: Scientific Reports (2025). DOI: 10.1038/s41598-025-97935-y
