¿Puede una IA entrenada con imágenes inventadas superar a 9 radiólogos?

¿Puede una IA entrenada con imágenes inventadas superar a 9 radiólogos?#

BUSGen es el primer modelo generativo fundacional diseñado para ecografía mamaria. Pre-entrenado con 3,5 millones de imágenes, genera ecografías sintéticas tan realistas que los modelos entrenados con ellas superan a los entrenados con datos reales — y al evaluar screening de cáncer de mama, la IA supera en sensibilidad a los 9 radiólogos certificados que participaron en el estudio.

El hallazgo: A partir de 25.000 imágenes de entrenamiento, los datos sintéticos superan a los reales (AUC 0,932 vs 0,925). A 1 millón de imágenes sintéticas, el AUC alcanza 0,953 — una escala imposible con datos reales por el cuello de botella de privacidad médica.

Gráfica clave#

Scaling effect: datos sintéticos vs reales

Reproducir#

Abrir en Colab

O localmente:

pip install pandas matplotlib numpy
jupyter execute notebook.ipynb

Datos#

  • datos/scaling_auc.csv — AUC por escala de datos (9 escalas, 2.5K–1M)

  • datos/roc_screening.csv — Curva ROC del screening (57 puntos)

  • datos/readers_screening.csv — Puntos operativos de 9 radiólogos (screening, 3 umbrales)

  • datos/accuracy_readers.csv — Accuracy con y sin asistencia IA (9 radiólogos × 2 condiciones)

  • datos/roc_diagnosis.csv — Curva ROC del diagnóstico (40 puntos)

  • datos/readers_diagnosis.csv — Puntos operativos de 9 radiólogos (diagnóstico, 3 umbrales)

Contenido