La intel·ligència artificial entra progressivament en l’anàlisi de la imatge ginecològica. El juny de 2026 es va presentar Female-RHINO, un marc de recerca dissenyat per fer anàlisis quantitatives de la ressonància magnètica pèlvica i generar informes estructurats.

El sistema integra comunicació amb l’escàner de ressonància i models d’aprenentatge profund capaços de segmentar estructures i detectar referències anatòmiques per obtenir biomarcadors quantitatius. El treball es va avaluar amb més de 500 estudis multicèntrics i protocols de diferents equips i fabricants.

Què pot aportar l’automatització?

Una mesura més estandarditzada pot ajudar a reduir la variabilitat entre observadors i facilitar la comparació d’estudis. També podria contribuir a fer que determinats paràmetres anatòmics siguin més reproduïbles i fàcils de seguir al llarg del temps.

Una tecnologia encara en recerca

Aquests resultats són prometedors, però Female-RHINO és una eina de recerca i no s’ha d’interpretar com un substitut de la valoració d’un especialista. Abans d’incorporar-se a la pràctica clínica general, aquests sistemes necessiten validació addicional i una avaluació rigorosa de la seva seguretat i utilitat.

Font: Bhatia et al., Female-RHINO, 23 de juny de 2026.