Este artículo presenta Female-RHINO, un marco asistido por IA en tiempo real que se integra con escáneres de RM para realizar análisis cuantitativo automatizado del útero y generación de informes estructurados durante la adquisición de imágenes. El sistema combina modelos de aprendizaje profundo para segmentación y detección de puntos de referencia, derivando biomarcadores a partir de resonancias magnéticas pélvicas sagitales ponderadas en T2 sin interacción manual.
- Integra comunicación en línea con el escáner de RM para procesamiento en tiempo real, completando el análisis de extremo a extremo en menos de 70 segundos.
- Entrenado con más de 500 conjuntos de datos multicéntricos, alcanzando coeficientes de similitud Dice medios de 0.82 para el útero y 0.80 para los miomas.
- Detecta y cuantifica hallazgos incidentales como miomas y quistes nabotianos, extrayendo seis puntos de referencia anatómicos con un error radial medio de 3.7 mm.
- Genera informes orientados a clínicos con visualizaciones integradas, demostrando un rendimiento robusto en diversos protocolos, proveedores y poblaciones de pacientes en evaluaciones retrospectivas y prospectivas.
El sistema permite un análisis uterino por RM inmediato, estandarizado y reproducible durante los escáneres, mejorando potencialmente la estandarización, la eficiencia y el flujo de trabajo clínico en la imagen pélvica.