Modelo de IA para la columna podría reducir los riesgos quirúrgicos

Casi 3 de cada 10 adultos en Estados Unidos han experimentado dolor lumbar en un período de tres meses, lo que lo convierte en el dolor musculoesquelético más común. El dolor de espalda es una de las principales causas de discapacidad en todo el mundo, y a menudo resulta en molestias crónicas, ausencias laborales y procedimientos invasivos. Los modelos actuales de la columna lumbar muestran potencial para la planificación del tratamiento, pero su proceso lento y manual, además de su dependencia de experiencia especializada, limita la escalabilidad y la personalización. Ahora, un nuevo modelo de columna vertebral basado en inteligencia artificial (IA) podría transformar el tratamiento del dolor lumbar.

Investigadores de la Universidad Atlántica de Florida (Boca Ratón, Florida, EUA), en colaboración con el Instituto de Neurociencia Marcus de Baptist Health (Boca Ratón, Florida, EUA), han creado un proceso de análisis de elementos finitos totalmente automatizado para el modelado de la columna lumbar. Su innovación integra herramientas de IA como nnUNet y MONAI con simuladores biomecánicos como GIBBON y FEBio. El sistema convierte automáticamente imágenes médicas estándar, incluyendo tomografías computarizadas y resonancias magnéticas, en modelos específicos para cada paciente, mapeando huesos, cartílagos y ligamentos antes de simular el movimiento de la columna y la distribución de la tensión.

Los resultados publicados en World Neurosurgery demostraron que este proceso automatizado redujo el tiempo de preparación del modelo en un 97,9 %, pasando de más de 24 horas a solo 30 minutos y 49 segundos. Las pruebas confirmaron que la columna virtual reaccionó como una columna vertebral real, mostrando un movimiento discal realista, tensión de ligamentos y presión durante la flexión y el estiramiento. Al eliminar pasos manuales, el sistema proporcionó resultados consistentes y de alta calidad sin comprometer la precisión biomecánica.

Este avance permite simulaciones rápidas y específicas para cada paciente, que pueden utilizarse para la planificación preoperatoria, la optimización de implantes espinales y la detección temprana de enfermedades degenerativas. Mejora la velocidad y la consistencia, permitiendo a los profesionales sanitarios tomar decisiones terapéuticas más informadas. De cara al futuro, los investigadores esperan que su tecnología desempeñe un papel cada vez mayor en la redefinición de la atención de la columna al unir la ingeniería con la medicina para abordar desafíos musculoesqueléticos complejos.

“Lo que distingue a nuestro enfoque es su capacidad para convertir automáticamente imágenes médicas estándar, como tomografías computarizadas o resonancias magnéticas, en modelos de columna altamente precisos y específicos para cada paciente”, dijo el Dr. Maohua Lin, autor correspondiente y profesor asistente de investigación en el Departamento de Ingeniería Biomédica de la FAU.

“Los métodos manuales tradicionales requieren un procesamiento geométrico complejo, mallado y configuración de simulación de elementos finitos, lo que no solo consume mucho tiempo sino que también depende en gran medida de la pericia del operador. Nuestro proceso automatizado reduce significativamente el tiempo requerido, reduciendo lo que antes tomaba varias horas o incluso días a solo minutos”.

Enlaces relacionados:
Universidad Atlántica de Florida
Marcus Neuroscience Institute at Baptist Health