La investigación recientemente publicada destaca que el uso adicional de software de inteligencia artificial (IA) ha conducido a aumentos significativos en las tasas de sensibilidad para la detección de ARIA-E y ARIA-H en pacientes con enfermedad de Alzheimer.
Los resultados, publicados en JAMA Network Open, sugieren que la IA puede desempeñar un papel crucial en mejorar la precisión de la resonancia magnética (RM) para detectar anomalías relacionadas con la amiloidosis en estos pacientes.
En investigaciones anteriores, se evidenció un rango de diagnósticos omitidos de anomalías en imágenes relacionadas con la amiloidosis que iba del 14 al 42 por ciento. En respuesta a esta brecha, los autores de un nuevo estudio proponen que la inteligencia artificial podría ser la clave para significativas mejoras en la detección de ARIA mediante resonancia magnética en pacientes con Alzheimer.
Para llevar a cabo este estudio retrospectivo, los investigadores evaluaron el uso de un software habilitado para IA (Icobrain Aria, icometrix) al comparar imágenes de resonancia magnética iniciales y de seguimiento de 199 pacientes tratados por enfermedad de Alzheimer, con una edad promedio de 70.4 años.
El grupo de casos incluyó a 84 pacientes con ARIA-E (edema y/o efusión sulcal) y ARIA-H (microhemorragia y/o siderosis superficial); 40 pacientes sin ARIA-E o ARIA-H; 39 pacientes con solo ARIA-E; y 36 pacientes con solo ARIA-H.
Los resultados revelaron que el uso complementario del software de IA condujo a una tasa de sensibilidad del 87 por ciento para ARIA-E, en comparación con el 71 por ciento para la lectura no asistida del radiólogo. Además, se observó un aumento del 10 por ciento en la sensibilidad para el diagnóstico de ARIA-H con IA en contraste con la lectura no asistida (79 por ciento frente a 69 por ciento).
La Dra. Diana M. Sima, investigadora senior en icometrix, y sus colegas, concluyeron que “esta investigación diagnóstica encontró que una herramienta de software asistida se asoció con un rendimiento diagnóstico mejorado en comparación con la evaluación radiográfica no asistida de ARIA, tanto para radiólogos generales como especializados, ampliando así el acceso a un monitoreo confiable de ARIA en la práctica clínica”.
El mayor avance en la sensibilidad con la IA fue un aumento del 23 por ciento en el diagnóstico de ARIA-E leve (70 por ciento frente al 47 por ciento para radiólogos no asistidos), según los autores del estudio. Además, se destacó que el software de IA facilitó un aumento del 8 por ciento en la sensibilidad para ARIA-H moderada y grave (94 por ciento frente a 86 por ciento para lectura no asistida).
El uso de IA también resultó en mayores porcentajes de acuerdo entre los lectores para la gravedad de ARIA-E (81 por ciento frente a 72 por ciento) y ARIA-H (80 por ciento frente a 66 por ciento) en comparación con la lectura no asistida.
“Aunque los radiólogos no asistidos distinguieron bien los grados de ARIA, tendieron a mejorar aún más y tuvieron un mayor acuerdo entre los lectores con la asistencia del software tanto para ARIA-E como para ARIA-H”, agregaron Sima y colegas. “Además, la lectura asistida no llevó más tiempo que la no asistida”.
Cabe destacar que los investigadores observaron tasas de especificidad más bajas con el software de IA para ARIA-E (83 por ciento frente al 92 por ciento para la lectura no asistida) y ARIA-H (80 por ciento frente al 83 por ciento para la lectura no asistida).
Tres Conclusiones Clave:
- Sensibilidad Mejorada con Asistencia de IA: El estudio sugiere que el uso de un software habilitado para IA (Icobrain Aria) mejora significativamente la sensibilidad en la detección de anomalías en imágenes relacionadas con la amiloidosis (ARIA) en pacientes con Alzheimer sometidos a resonancia magnética. Se observó una tasa de sensibilidad del 87% para ARIA-E y un aumento del 10% en la sensibilidad para ARIA-H en comparación con la lectura no asistida del radiólogo.
- Rendimiento Diagnóstico Mejorado para ARIA: El estudio encontró que el software de IA proporcionó un mejor rendimiento diagnóstico que la evaluación radiográfica no asistida para ARIA, beneficiando tanto a radiólogos generales como especializados. La mejora más notable se observó en el diagnóstico de ARIA-E leve, con un aumento del 23% en la sensibilidad. Además, se registró un aumento del 8% en la sensibilidad para ARIA-H moderada y grave con la asistencia de IA.
- Eficiencia Mantenida y Mayor Acuerdo Entre Lectores: El uso de la IA como complemento no prolongó significativamente el tiempo de lectura en comparación con la lectura no asistida, según el estudio. Además, se observaron mayores porcentajes de acuerdo entre los lectores para la gravedad de ARIA-E y ARIA-H cuando se utilizó la IA.
Sobre la imagen: Aquí se muestra un ejemplo de ARIA-E grave en un paciente que presentó edema parenquimatoso. El uso complementario de la inteligencia artificial (IA) aumentó la sensibilidad de la detección de ARIA-E del 71 al 87 por ciento.
Para conocer más sobre esta investigacion recomendamos visitar JAMA Network Open y acceder al artículo completo de donde también fue obtenida la imagen.
0 comentarios