PROYECTOIA
RadReport AI: informes de radiografías de tórax
De radiografías de tórax a informes clínicos: cómo la IA multimodal está transformando los flujos de trabajo diagnósticos.
En iiterate Technologies creamos herramientas inteligentes que resuelven retos del mundo real, desde flujos de trabajo documentales hasta el diagnóstico. Uno de nuestros recientes proyectos experimentales, RadReport AI, explora cómo la IA multimodal puede ayudar a los radiólogos a generar informes coherentes y precisos a partir de radiografías de tórax.
Este sistema prototipo combina visión por computador y procesamiento del lenguaje natural para generar resúmenes clínicos a partir de imágenes médicas, en segundos.
Por qué lo creamos
Los radiólogos dedican un tiempo considerable a interpretar radiografías de tórax y a redactar manualmente informes estructurados. Aunque la precisión es crítica, el proceso es repetitivo y lento. Nuestro objetivo con RadReport AI fue explorar cómo la IA puede ayudar a rellenar previamente los resúmenes iniciales, permitiendo a los radiólogos revisar, corregir y finalizar, en lugar de empezar desde cero.
No se trata de reemplazar la experiencia. Se trata de amplificarla.
Cómo funciona
RadReport AI se basa en un pipeline multimodal que enlaza la comprensión visual con la generación de texto. El modelo se entrenó con el conjunto de datos de radiografías de tórax de la Indiana University, que incluye más de 7.000 imágenes e informes etiquetados.
Componentes técnicos principales:
- Vision Encoder: ViT (
vit-base-patch16-224) - Language Decoder: GPT-2
- Tokenizer: Hugging Face AutoTokenizer
- Framework de entrenamiento: PyTorch + Transformers
- Despliegue de la UI: Streamlit, alojado en Hugging Face Spaces
Una vez cargada una radiografía de tórax, el modelo detecta patrones relevantes en la imagen y los traduce en hallazgos clínicos mediante un decodificador basado en GPT.
Lo que puede hacer
Esto es lo que RadReport AI admite actualmente:
- Detectar e interpretar características de radiografías de tórax
- Generar resúmenes concisos de «Impression»
- Validar las salidas con BLEU, ROUGE y METEOR
- Ejecutar la inferencia mediante una demo interactiva en vivo
- Admitir salidas explicables con métodos basados en la atención (próximamente)
Puntuaciones de evaluación:
- BLEU: 0.51
- ROUGE-1: 0.55
- METEOR: 0.53
Estos resultados reflejan una fuerte coincidencia con los informes generados por expertos.
Potencial en el mundo real
RadReport AI es una prueba de concepto, pero sus casos de uso son tangibles:
- Clínicas de radiología: impresiones rápidas que los radiólogos pueden editar y aprobar
- Formación médica: ayuda a los estudiantes a relacionar los datos visuales con los términos clínicos
- Investigación en IA sanitaria: banco de pruebas para pipelines de diagnóstico multimodales
Está alojado públicamente, no requiere instalación y está abierto a pruebas y comentarios.
Qué sigue
Actualmente trabajamos en:
- Informes de múltiples secciones (por ejemplo, Findings + Impressions)
- Visualizaciones de atención para mayor transparencia
- Integración de ontologías (por ejemplo, alineación con RadGraph)
- Expansión a la generación de informes multilingües
Si su clínica, laboratorio de investigación o universidad está explorando la radiología asistida por IA, estaremos encantados de colaborar.
Reflexiones finales
RadReport AI es un paso pequeño pero significativo en la exploración de cómo los modelos de visión-lenguaje pueden apoyar a los profesionales médicos. En iiterate, vemos la IA como una herramienta para amplificar la inteligencia humana, no para reemplazarla, y construimos con esa mentalidad.
Permanezca atento mientras seguimos ampliando los límites de la IA aplicada.
Preguntas frecuentes
RadReport AI es un prototipo experimental que genera, a partir de radiografías de tórax, breves resúmenes clínicos en la sección Impression. El objetivo es ofrecer a los radiólogos un primer borrador precompletado que revisan, corrigen y finalizan, en lugar de empezar desde cero. El sistema es una prueba de concepto.
RadReport AI combina un Vision Transformer (vit-base-patch16-224) como codificador de imágenes con GPT-2 como decodificador de lenguaje. La tokenización se realiza con el Hugging Face AutoTokenizer, y el entrenamiento se hizo con PyTorch y Transformers sobre un conjunto de datos de radiografías de tórax con más de 7.000 imágenes e informes anotados.
RadReport AI se evaluó con BLEU, ROUGE y METEOR frente a informes redactados por expertos. Los valores son BLEU 0,51, ROUGE-1 0,55 y METEOR 0,53. Los informes generados están pensados como borradores que los radiólogos revisan, editan y aprueban.
La demo interactiva de RadReport AI está desarrollada con Streamlit y alojada en Hugging Face Spaces, y se puede usar sin instalación. Tras subir una radiografía de tórax, el modelo detecta patrones relevantes en la imagen y los traduce en hallazgos clínicos mediante el decodificador basado en GPT.
Descubra más
IA RegioWizardUn prototipo funcional que responde al wiki regional del distrito de Ahrweiler en lenguaje corriente: con una nota al pie en cada afirmación, un mapa, una mesa de redacción y un registro de búsqueda visible. IA Aria: conversaciones de voz con IAPlataforma de voz con IA que automatiza las conversaciones con clientes con una latencia inferior a 100 ms e integración con CRM. ¿TIENE UNA IDEA COMPLEJA QUE LE GUSTARÍA QUE IMPLEMENTÁRAMOS?
EMPIECE CON UN PILOTO DE DESIGN THINKING O UNA LLAMADA DE CONSULTORÍA.