EXPERTA  PARTICIPA EN EL ENIBET 2026 Y ABORDA EL POTENCIAL DE LA IA PARA FORTALECER LA DETECCIÓN TEMPRANA DE ENFERMEDADES

En el marco del Encuentro Nacional de Ingenierías Biomédica, Electrónica y Telecomunicaciones (ENIBET 2026), organizado por la Universidad Autónoma de San Luis Potosí (UASLP), se llevó a cabo la conferencia “Del dato al conocimiento y del conocimiento a la salud: MIA-Tb-Rx para la detección temprana de la tuberculosis mediante IA”, impartida por la Dra. Dora-Luz Flores, profesora investigadora de tiempo completo de la Universidad Autónoma de Baja California (UABC).

La investigadora explicó que el proyecto busca aprovechar la inteligencia artificial como una herramienta de apoyo para identificar, a través de radiografías, posibles casos de tuberculosis y contribuir a que los pacientes puedan acceder con mayor rapidez a estudios confirmatorios. “Esta conferencia no trata únicamente sobre la IA, en realidad trata sobre cómo la investigación científica puede transformarse justamente en una herramienta útil para mejorar la atención de los pacientes”, señaló.

La Dra. Flores destacó que la tuberculosis se mantiene como un problema de salud a nivel mundial, particularmente en regiones donde existen limitaciones para acceder a servicios y herramientas de diagnóstico. Explicó que Baja California enfrenta una situación especialmente relevante, al registrar una incidencia tres veces superior a la media nacional, además de ubicarse entre las entidades con mayor mortalidad por esta enfermedad. “No se trata solamente de una idea en abstracto o de una idea de alguien en particular, sino tomando en cuenta la problemática que tenemos en nuestra región”, afirmó al referirse al origen del proyecto.

La investigadora señaló que uno de los principales retos se encuentra en el tiempo que transcurre desde la aparición de los primeros síntomas hasta la confirmación de la enfermedad. De acuerdo con lo expuesto durante la conferencia, una parte importante del retraso ocurre antes de que el paciente llegue al sistema de salud y, posteriormente, pueden transcurrir días o semanas para confirmar el diagnóstico. Ante este panorama, MIA-Tb-Rx utiliza miles de imágenes radiográficas para entrenar un modelo capaz de reconocer patrones asociados con la tuberculosis y realizar un análisis en cuestión de segundos.

Flores aclaró que la inteligencia artificial no pretende sustituir al personal médico, sino servir como una herramienta para apoyar la toma de decisiones clínicas. “La inteligencia artificial no hace un diagnóstico. No sustituye al radiólogo ni al médico”, explicó. Su función, agregó, consiste en ayudar a identificar mediante radiografías a los pacientes que requieren estudios confirmativos, con la posibilidad de reducir los tiempos de detección y contribuir a interrumpir oportunamente la cadena de transmisión.