En ReadYourLab.com usamos MedGemma 1.5—un modelo de IA médica de código abierto desarrollado por Google—para ayudarle a entender sus tomografías computarizadas y resonancias magnéticas. Es uno de los modelos de IA para imagen médica más avanzados disponibles hoy en día.
Pero ninguna IA lo sabe todo. MedGemma fue entrenado en partes del cuerpo y tipos de exploración específicos. Tiende a funcionar bien en las zonas que ha estudiado y con menos fiabilidad en las que nunca ha visto. Esta página explica exactamente con qué fue entrenado MedGemma, para que sepa qué esperar.
1. Cómo aprendió MedGemma
Una tomografía o resonancia magnética no es una imagen plana—es un «volumen» formado por cientos de cortes que juntos crean una imagen tridimensional de su cuerpo. A diferencia de la mayoría de los modelos de IA, que solo analizan imágenes 2D planas, MedGemma 1.5 fue entrenado para analizar volúmenes 3D completos, lo que le permite ver toda su exploración de una sola vez, igual que haría un radiólogo.
Un dato importante: MedGemma fue entrenado exclusivamente en imágenes axiales (de sección transversal)—la vista en la que el cuerpo se corta horizontalmente, como si se mirara desde arriba. No fue entrenado en orientaciones sagitales (vista lateral) ni coronales (vista frontal). Esto importa porque muchos protocolos habituales—como la resonancia magnética de columna o determinadas secuencias de rodilla—utilizan vistas sagitales o coronales.
Google entrenó MedGemma con una combinación de:
Exploraciones médicas reales
Miles de volúmenes de tomografía y resonancia de pacientes reales, anonimizados, que cubren partes específicas del cuerpo (detalladas más adelante).
Conocimiento médico
Millones de libros de texto médicos, artículos de investigación y conjuntos de datos clínicos de preguntas y respuestas, lo que le aporta un amplio conocimiento médico más allá del análisis de imágenes.
Registros clínicos
Historias clínicas electrónicas (HCE) reales, informes de laboratorio y resúmenes de alta, para entender cómo los hallazgos se relacionan con la atención real al paciente.
2. Partes del cuerpo y tipos de exploración en los que fue entrenado
Esta es la sección más importante de esta página. MedGemma fue entrenado en partes del cuerpo específicas usando exclusivamente <strong class="text-slate-800">imágenes axiales (sección transversal)</strong>. La IA es más fiable cuando analiza exploraciones que coinciden con sus datos de entrenamiento.
Cabeza / Cerebro
TC y RM (axial)
Exploraciones axiales de la cabeza, incluyendo tejido cerebral, espacios de líquido, estructura craneal y cuello superior (columna cervical alta). Las exploraciones de cabeza estándar suelen llegar hasta las vértebras C1–C3.
Tórax
TC (axial) y radiografía
TC axial del tórax, incluyendo pulmones, tejido mamario y columna torácica visible en el campo. También entrenado ampliamente en radiografías de tórax, incluyendo la comparación de radiografías actuales y previas para seguir la evolución.
Abdomen
TC y RM (axial)
Exploraciones axiales de órganos abdominales como hígado, riñones, bazo y estructuras circundantes. La columna lumbar y la pelvis superior también son visibles en estas exploraciones.
Rodilla
RM (axial) y radiografía
RM axial de la articulación de la rodilla, incluyendo ligamentos, cartílagos y estructuras óseas. También entrenado en radiografías de rodilla.
3. Partes del cuerpo en las que NO fue entrenado
MedGemma no fue entrenado en exploraciones de las siguientes partes del cuerpo, ni en orientaciones sagitales o coronales. Si sube una exploración de estas zonas, la IA puede intentar describir lo que ve, pero su análisis será significativamente menos fiable.
Exploraciones sagitales o coronales (cualquier parte del cuerpo)
Cuello inferior / Tiroides (por debajo de C3)
Pelvis inferior y articulaciones de la cadera
Hombro
Muñeca, mano y antebrazo
Tobillo, pie y pierna inferior
Corazón (imagen cardíaca dedicada)
Nota sobre solapamientos: Las TC y RM axiales de tórax y abdomen sí capturan partes de la columna (vértebras torácicas y lumbares) y tejido mamario en el campo de visión, por lo que la IA tiene cierta exposición a estas estructuras. Las exploraciones de cabeza incluyen el cuello superior hasta aproximadamente C1–C3. Sin embargo, no fue entrenado en imagen dedicada de columna (RM sagital para hernias discales), imagen mamaria dedicada (mamografía) ni orientaciones no axiales. La visibilidad incidental en cortes axiales no equivale a un entrenamiento específico.
4. Tipos de exploración (modalidades) compatibles
MedGemma fue entrenado en estos tipos de imagen médica:
TC (tomografía computarizada)
TC axial volumétrica 3D de cabeza, tórax y abdomen únicamente.
RM (resonancia magnética)
RM axial volumétrica 3D de cabeza, abdomen y rodilla únicamente.
Radiografías
Radiografías de tórax y rodilla (imágenes 2D).
El modelo no fue entrenado en orientaciones sagitales o coronales, ecografía, PET, mamografía, densitometría ósea DEXA ni angiografía. Muchos protocolos habituales utilizan vistas sagitales o coronales (especialmente columna vertebral y articulaciones), que quedan fuera del ámbito de entrenamiento del modelo.
5. Valores de precisión: qué significan
Google evaluó MedGemma con benchmarks específicos. Estas puntuaciones indican el rendimiento de la IA en los tipos de exploración para los que fue entrenada. No se aplican a partes del cuerpo o tipos de exploración fuera de sus datos de entrenamiento.
RM (zonas entrenadas)
64,7%
Precisión en 10 categorías de hallazgos de RM para cabeza, abdomen y rodilla. Esto significa que la IA identifica correctamente el hallazgo aproximadamente 2 de cada 3 veces.
TC (zonas entrenadas)
~61%
Precisión en hallazgos de TC de cabeza, tórax y abdomen. Similar a la RM: aproximadamente 3 de cada 5 identificaciones son correctas.
Radiografía de tórax
89,5%
Para los 5 hallazgos más frecuentes en radiografía de tórax, MedGemma obtiene muy buenos resultados. Es una de sus áreas más sólidas.
Conocimiento médico
~70%
Casi el 70% en preguntas tipo examen de licencia médica estadounidense (USMLE), lo que muestra un sólido razonamiento médico general.
Aviso importante: Estas puntuaciones de precisión se midieron para las partes del cuerpo y tipos de exploración indicados arriba. Si sube una exploración de una zona para la que la IA no fue entrenada (p. ej., una RM de columna o una TC de hombro), la precisión real será significativamente inferior a estos valores. Consulte siempre los resultados con su médico.
6. En qué destaca especialmente
Al analizar exploraciones dentro de sus datos de entrenamiento (cabeza, tórax, abdomen, rodilla), MedGemma 1.5 es especialmente bueno en:
Detección de masas y lesiones
Detección de crecimientos anómalos que se extienden a lo largo de múltiples capas de una exploración 3D, ya que fue entrenado para entender volúmenes completos y no solo cortes individuales.
Localización precisa
Localización exacta de órganos y estructuras, identificando desviaciones en tamaño, forma o posición.
Seguimiento evolutivo
Comparación de una radiografía de tórax actual con una anterior para determinar si un hallazgo ha mejorado, se ha mantenido estable o ha empeorado.
Explicaciones comprensibles
Gracias a su conocimiento de textos médicos, MedGemma puede describir hallazgos en un lenguaje más fácil de entender que el de un informe radiológico típico.
7. Limitaciones que debe conocer
Hablar abiertamente de las limitaciones es tan importante como destacar las capacidades:
No sustituye a un médico
MedGemma es un modelo base diseñado para asistir a los radiólogos, no para reemplazarlos. Sus resultados son un punto de partida, no un diagnóstico. Consulte siempre a un profesional médico.
Solo imágenes axiales
MedGemma fue entrenado exclusivamente en imágenes axiales (sección transversal). Las exploraciones sagitales (vista lateral) y coronales (vista frontal) no formaron parte de su entrenamiento. Si su exploración usa estas orientaciones, la IA trabaja fuera de lo que ha aprendido.
Lagunas en el entrenamiento = lagunas en el conocimiento
En partes del cuerpo fuera de sus datos de entrenamiento (imagen dedicada de columna, pelvis, hombro, etc.), los resultados son menos fiables. La IA puede sonar segura incluso cuando se equivoca en zonas que no ha estudiado.
Las enfermedades raras son más difíciles
Incluso en partes del cuerpo entrenadas, las enfermedades raras o presentaciones atípicas pueden pasar desapercibidas. La IA aprende de patrones en los datos: las enfermedades poco frecuentes son más difíciles de detectar.
La calidad de imagen importa
Los artefactos de movimiento (borrosidad por movimiento del paciente), exploraciones de baja resolución o protocolos de exploración inusuales pueden reducir la precisión de la IA.
Sin contexto personal
La IA no conoce su historial médico, sus medicamentos ni sus síntomas. Un radiólogo interpreta su exploración en el contexto de su salud global—algo que la IA no puede hacer.
Evaluación solo en inglés
MedGemma fue evaluado principalmente con instrucciones en inglés. El rendimiento en otros idiomas no ha sido formalmente testado.
Nuestro compromiso con usted
Creemos en ofrecer información honesta y transparente. Cuando suba una exploración, le indicamos de antemano si está dentro de los datos de entrenamiento de MedGemma. Nuestro objetivo es que acuda a su próxima consulta bien informado, preparado y con las preguntas adecuadas—no sustituir la experiencia de su equipo médico.
Usamos cookies para mejorar tu experiencia de navegación y analizar el tráfico del sitio. Al hacer clic en "Aceptar todas", aceptas nuestro uso de cookies.
Más información
