Un estudio realizado en una clínica de atención primaria en España ha demostrado el valor, así como importantes limitaciones, del software de inteligencia artificial (IA) para interpretar radiografías de tórax en la práctica clínica, según un artículo publicado en Scientific Reports.
El algoritmo elegido: ChestEye
En un estudio prospectivo que involucró 278 radiografías de tórax e informes de una clínica en la región de Cataluña, los investigadores encontraron que un algoritmo comercial de IA llamado ChestEye produjo una precisión del 95%, pero también una sensibilidad del 48%.
“El algoritmo tuvo un mejor rendimiento en algunas condiciones que en otras”, señaló la autora principal Queralt Catalina, de la Universidad de Vic-Central University of Catalonia, y sus colegas.
“El algoritmo ha sido validado en el entorno de atención primaria y ha demostrado ser útil para identificar imágenes con o sin condiciones”, señalaron los autores.
Sin embargo, para ser una herramienta valiosa que ayude y apoye a los radiólogos, requiere un entrenamiento adicional en el mundo real para mejorar sus capacidades diagnósticas para algunas de las condiciones analizadas, agregó el grupo.
ChestEye utiliza un algoritmo de diagnóstico asistido por computadora (CAD) que analiza las radiografías para 75 hallazgos diferentes y localiza las características en las imágenes como mapas de calor. También puede generar informes de texto preliminares que incorporan hallazgos relevantes en imágenes de radiografías de tórax.
¿Cuál fue el objetivo de esta implementación?
El algoritmo fue desarrollado por una empresa lituana llamada Oxipit y fue entrenado con más de 300,000 imágenes durante su desarrollo, señalaron los autores.
En este estudio, los investigadores buscaron validar externamente la tecnología en un estudio observacional prospectivo en pacientes programados para radiografías de tórax.
Obtuvieron un informe del radiólogo para cada paciente (considerado el estándar de oro) y posteriormente compararon los hallazgos con los hallazgos del algoritmo de IA en los mismos informes.
El estudio se realizó con una muestra de 278 imágenes e informes, el 51.8% de los cuales no mostraban anomalías radiológicas según el informe del radiólogo.
Un análisis reveló que el algoritmo de IA logró una precisión promedio del 95%, una sensibilidad del 48% y una especificidad del 98%, según los investigadores.
En el lado positivo, las condiciones en las que el algoritmo fue más sensible fueron en la detección de implantes externos, abdominales superiores y cardiacos y/o valvulares, señaló el grupo. Por otro lado, las condiciones en las que el algoritmo fue menos sensible se encontraban en el mediastino, los vasos y los huesos, escribieron.
Imagen: Scientific Reports, del paciente (arriba a la izquierda) en la que, según el informe del radiólogo, solo hay consolidación, pero el algoritmo detecta una costilla anormal (arriba a la derecha), consolidación (abajo a la izquierda) y dos nódulos (abajo a la derecha). Vale la pena señalar la confusión de una consolidación con tejido mamario y de dos nódulos con las dos aureolas mamarias.
El excepcionalismo digital
En última instancia, la implementación de IA en la atención médica parece ser una realidad inminente que puede ofrecer beneficios significativos tanto para los profesionales como para la población en general, sin embargo, es esencial validar las herramientas en entornos clínicos reales para equilibrar un fenómeno llamado “excepcionalismo digital”, que pueden alcanzar en el desarrollo, escribieron los investigadores.
La validación externa es crucial para garantizar la no discriminación y la equidad en la atención médica y debería ser un requisito clave para la implementación generalizada de algoritmos de IA, agregaron los investigadores.
Sin embargo, aún no está específicamente prescrito por la legislación europea, señalaron.
“Nuestro estudio enfatiza la necesidad de mejora continua para garantizar la efectividad del algoritmo en la atención primaria”, concluyó el grupo.
Para conocer más sobre esta investigación, recomendamos visitar Scientific Reports.
0 comentarios