Tyger: el proyecto con impulso español para la mejora y democratización del diagnóstico por resonancia magnética
La colaboración entre el Instituto de Instrumentación para Imagen Molecular (i3M), en España, y la Mbarara University of Science and Technology, en Uganda, surgió de una ambición común, pero también de una misma limitación. Ambos equipos trabajaban conjuntamente en investigación aplicada con resonancia magnética (RM) para África subsahariana, aunque las imágenes obtenidas no siempre ofrecían la calidad necesaria para su interpretación.
El sistema de resonancia magnética que utilizaban era capaz de captar señales, pero transformarlas en imágenes claras y útiles suponía un reto mucho mayor. El ruido afectaba a la calidad de los resultados y muchos detalles se perdían durante el proceso. Además, el nivel de procesamiento necesario para interpretar correctamente los datos superaba la capacidad del sistema local, lo que ralentizaba la investigación y limitaba la precisión de los análisis.
Con el objetivo de superar estas barreras, los investigadores incorporaron Tyger, una plataforma de código abierto desarrollada por Microsoft Research. Gracias a Tyger, las fases de procesamiento más exigentes dejaron de depender del escáner local y pasaron a ejecutarse en la nube. A ello se sumó el uso de modelos de eliminación de ruido en la señal como SNRAware, también desarrollados por Microsoft Research, que permitieron mejorar notablemente la calidad de las imágenes hasta alcanzar un nivel adecuado para su interpretación clínica y científica.
Al trasladar la carga computacional a la nube, Tyger ofrece a los equipos la posibilidad de investigar, probar y perfeccionar nuevas técnicas de imagen sin estar condicionados por las limitaciones del hardware local disponible. Esto se traduce en ciclos de experimentación mucho más ágiles: ideas que antes requerían días o semanas para validarse ahora pueden evaluarse en cuestión de horas. Actualmente, Tyger está probando distintos sistemas de RM dentro de entornos de investigación donde la flexibilidad resulta clave.
La reconstrucción como protagonista
Para Michael Hansen, director general de Medical Imaging en Microsoft Research Health Futures, y su equipo, Tyger nació de una reflexión inicial: cómo podrían evolucionar los dispositivos médicos si sus capacidades dejaran de estar condicionadas por las limitaciones del hardware que incorporan.
Hansen suele describir las máquinas de RM convencionales como dispositivos definidos por sus imanes: enormes, con un consumo energético muy elevado y dependientes de las gruesas paredes y la alta capacidad eléctrica de los grandes hospitales. Hasta ahora, las propias limitaciones físicas del imán habían marcado el techo de calidad de las imágenes. Sin embargo, el equipo empezó a vislumbrar una forma de romper con esa lógica.
“Si dispones de suficiente capacidad de computación, puedes asumir ciertas limitaciones en el hardware del equipo. Puedes intercambiar una moneda por otra”, explica Hansen.
En otras palabras, si la reconstrucción de la imagen deja de depender de un tipo concreto de hardware, el software y la capacidad de cálculo pueden asumir funciones que antes recaían exclusivamente en los imanes y la electrónica.
Tyger lleva esta idea un paso más allá al aplicar ese equilibrio a sistemas de resonancia magnética que operan con distintas intensidades de campo. Así, los escáneres —ya sean de alto, bajo o ultra bajo campo— pasan a funcionar principalmente como dispositivos de captura de señal, mientras que la reconstrucción de la imagen se realiza en la nube. Se invierte así la lógica histórica de la RM, donde la calidad de imagen siempre había estado ligada a equipos más grandes y caros. Ahora, la ecuación cambia: menos infraestructura física se compensa con más inteligencia computacional.
En la colaboración entre i3M y Mbarara, este enfoque se aplica en un entorno de ultra bajo campo sin necesidad de rediseñar ni sustituir el equipo de resonancia existente. Los investigadores trabajan con el escáner del que disponen y centran sus esfuerzos en mejorar la forma en la que se reconstruyen los datos obtenidos.
Las señales eléctricas captadas en bruto por el escáner viajan —a veces a través de redes móviles inestables— hasta Microsoft Azure, la plataforma cloud segura de Microsoft. Allí entran en acción modelos de reducción de ruido como SNRAware. Los algoritmos de corrección de distorsión aprovechan el conocimiento previo que tienen sobre cómo un campo magnético débil altera y deforma la señal. Toda la carga computacional que saturaría un pequeño PC industrial junto al escáner es absorbida por el entorno Tyger, que ofrece una capacidad de procesamiento que antes requería salas enteras llenas de equipamiento técnico.
El resultado final es una imagen definida gracias a la reconstrucción y la potencia computacional, y no condicionada por las limitaciones físicas del escáner con el que capturó.
Una prueba real de interpretabilidad
En la Universidad de Ciencia y Tecnología de Mbarara, las limitaciones en la reconstrucción de imágenes por resonancia magnética condicionan tanto la capacidad de diagnóstico de los profesionales sanitarios como el tiempo que los pacientes deben esperar para obtener respuestas.
En Uganda, donde las enfermedades y lesiones superan con frecuencia la capacidad de respuesta de equipos médicos avanzados, el tiempo que transcurre entre una urgencia y un diagnóstico puede hacerse eterno.
Muchos pacientes se ven obligados a recorrer grandes distancias para acceder a centros con equipos de diagnóstico por imagen y, en algunos casos, el escáner de resonancia magnética más cercano se encuentra a cientos de kilómetros. Cuando las imágenes no son concluyentes o deben repetirse, el impacto no solo se traduce en más tiempo de espera, sino también en una mayor carga económica y en retrasos en la atención médica.
En un contexto en el que buena parte de la población no tiene acceso a resonancias magnéticas, la calidad de las imágenes deja de ser una cuestión meramente técnica. Las consecuencias afectan directamente al día a día de los pacientes: personas que han sufrido un ictus pierden horas decisivas antes de obtener un diagnóstico, y niños con hidrocefalia —una acumulación peligrosa de líquido en el cerebro— son diagnosticados únicamente cuando la enfermedad ya ha provocado una inflamación visible del cráneo. Las víctimas de traumatismos, por su parte, son tratadas muchas veces basándose más en la experiencia clínica que en pruebas diagnósticas concluyentes.
“Para muchos pacientes que no pueden asumir el coste o las dificultades de desplazarse a hospitales lejanos, la situación es devastadora”, explica el ingeniero y doctor Johnes Obungoloch, decano de la Facultad de Ciencias Aplicadas y Tecnología de la Universidad de Ciencia y Tecnología de Mbarara. “Fuera de la capital solo contamos con un centro con resonancia magnética, y los hospitales de menor nivel no disponen ni de RM ni de TAC. Tecnologías como Tyger podrían llevar por fin el diagnóstico por imagen a lugares donde nunca antes se ha visto”.
Desde Arizona hasta Uganda
La idea de utilizar Tyger en RM de ultra bajo campo empezó a tomar forma en 2023, durante un taller sobre reconstrucción de imagen celebrado en Arizona. Allí, una conversación sobre las dificultades de aplicar la resonancia magnética en entornos con pocos recursos llevó a Hansen a reflexionar sobre los límites del conocimiento especializado. Según recuerda, muchas de las técnicas desarrolladas para exprimir al máximo el rendimiento de los escáneres más avanzados no encajaban fácilmente en contextos mucho más limitados, donde las prioridades y los condicionantes son completamente distintos. Fue entonces cuando comprendió que había que replantear el propio enfoque del problema y, con ello, también quiénes podían estar mejor preparados para resolverlo.
Tras aquella sesión, el físico español Joseba Alonso se acercó a hablar con él. Investigador del instituto i3M de Valencia, Alonso llevaba tiempo reflexionando sobre cómo podría evolucionar la RM más allá de las condiciones controladas de los grandes hospitales de investigación. Poco después, su equipo comenzó a preparar un viaje a la Universidad de Ciencia y Tecnología de Mbarara, donde varios colaboradores trabajaban con un sistema de resonancia magnética sometido a restricciones mucho más exigentes.
La conexión resultó ser decisiva. Lo que empezó como una conversación acabó convirtiéndose en una serie de experimentos prácticos. Los investigadores del i3M y de la Universidad de Mbarara comenzaron a intercambiar datos, probar distintos métodos de reconstrucción y conectar el escáner instalado en Uganda con la plataforma en la nube de Tyger. Aquellos primeros trabajos fueron informales y provisionales, condicionados por la distancia y las limitaciones de infraestructura, pero funcionaron. Hoy, el i3M y la Universidad de Mbarara mantienen una estrecha colaboración y utilizan Tyger como base común para sus investigaciones en resonancia magnética.
“Existe una clara sintonía entre nuestros objetivos”, explica Alonso. “Queremos impulsar el conocimiento local para desarrollar y aprovechar estas máquinas”.
En la Universidad de Mbarara, el proyecto también se ha convertido en una iniciativa formativa. El doctor Obungoloch y su equipo trabajan en la capacitación de estudiantes de ingeniería y medicina, así como de profesionales sanitarios de la comunidad. Muchos de los alumnos, que nunca habían visto una RM, participan ahora en la mejora de los equipos de bajo campo que utilizan actualmente.
“Desde el verano de 2025 hemos realizado pruebas a decenas de voluntarios”, señala. “Al principio solo podíamos obtener imágenes parciales de la cabeza. Ahora somos capaces de capturar imágenes completas”.
b La primera imagen reconstruida, un pimiento, cuyo procesamiento llevó varias horas.
c–e) Vistas frontal, trasera y completa del escáner en su configuración actual, mostrando mejoras en la electrónica, las bobinas de radiofrecuencia (RF) y la integración mecánica.
f) La interfaz de usuario de MaRGE utilizada para operar el sistema.
Algunos estudiantes ya han dado el salto a programas de posgrado en el extranjero. Otros están adquiriendo conocimientos en electrónica, diseño y procesamiento de señales, competencias que van mucho más allá del ámbito de la resonancia magnética.
Todo lo que permite este flujo de trabajo
Hansen recurrió a una comparación que resume muy bien el momento en el que se encuentra Tyger: las primeras cámaras de los teléfonos móviles se percibían como algo limitado y poco serio, pero con el tiempo acabaron convirtiéndose en los dispositivos de imagen más utilizados del mundo. A veces, tecnologías que nacen de forma modesta terminan transformando por completo un sector cuando se dan las condiciones adecuadas.
Pero, para que ese potencial llegue a materializarse, hará falta algo más que avances técnicos. Como señala Alonso, el salto hacia sistemas de uso clínico dependerá de factores como la aprobación regulatoria, la capacidad de fabricación y la posibilidad de ofrecer soporte local a los dispositivos.
Fila central: Una reconstrucción de imagen convencional que no tiene en cuenta estas variaciones del campo, lo que da lugar a una distorsión geométrica visible.
Fila inferior: Una reconstrucción de Tyger que incorpora el mapa del campo medido, lo que produce una imagen más nítida con una distorsión considerablemente reducida, especialmente en las regiones frontales del cerebro.
Tyger redefine lo que es técnicamente posible. Al trasladar la complejidad computacional a la nube, plantea una arquitectura en la que el hardware, el software y los flujos de trabajo de imagen no compiten entre sí, sino que se complementan y potencian mutuamente. Hansen lo describe como “el tejido conectivo que hace posible un impacto real”, ya que permite que los sistemas de imagen se apoyen en una capacidad de computación compartida, y no únicamente en el hardware local.
La colaboración entre i3M y Mbarara es un claro ejemplo de cómo este enfoque se traduce en resultados prácticos. El sector está evolucionando: cada vez importa menos dónde se realiza una exploración y más cómo se reconstruyen y procesan sus datos. En este contexto, el software se convierte en un elemento clave para hacerlo posible.