Un reciente estudio prospectivo, publicado en el American Journal of Roentgenology, ha demostrado que la Inteligencia Artificial puede aumentar significativamente la sensibilidad en la detección de embolismo pulmonar incidental (IPE) en tomografías computarizadas (TC) contrastadas de tórax y abdomen.
¿Qué es el embolismo pulmonar incidental?
El embolismo pulmonar incidental (IPE) es una afección en la que un coágulo de sangre se encuentra en los pulmones de manera fortuita durante una exploración por imágenes destinada a otros propósitos. La detección precisa y rápida de IPE es crucial, ya que esta condición puede ser potencialmente mortal si no se trata a tiempo.
El estudio y sus resultados
El estudio se llevó a cabo en dos fases. En la primera fase, los radiólogos interpretaron 1,467 imágenes de TC contrastadas de tórax y abdomen de 1,434 pacientes, con una edad media de 53.8 años.
En la segunda fase, los radiólogos contaron con el apoyo de un sistema de IA (BriefCase para iPE Triage, versiones 8.0 y 8.1, Aidoc) para interpretar 3,182 exámenes de TC en 2,886 pacientes, con una edad media de 55.4 años.
Sensibilidad aumentada con IA
Los resultados mostraron que la sensibilidad para la detección de IPE aumentó del 80% con radiólogos solos al 96.2% con el apoyo de la IA, lo que representa un incremento del 16.2%. Este aumento en la sensibilidad es un hallazgo significativo que puede tener un impacto profundo en la práctica clínica diaria.
Eficiencia en el departamento de emergencias
La implementación de la IA no solo mejoró la precisión, sino que también aumentó la eficiencia en el departamento de emergencias (ED). El tiempo medio de entrega del informe para los casos positivos de IPE se redujo de 73.6 minutos sin IA a 48.4 minutos con IA. Asimismo, el tiempo medio de interpretación se redujo de 59.2 minutos sin IA a 34 minutos con IA.
Valores predictivos
Aunque la IA mostró una mayor precisión en la detección de casos clínicamente significativos e inciertos de IPE, estas diferencias no fueron estadísticamente significativas debido al pequeño número de pacientes. No obstante, los valores predictivos positivos y negativos (PPV y NPV) fueron muy altos, con una PPV de 92.6% con IA frente a 94.1% sin IA y una NPV de 99.9% con IA frente a 99.7% sin IA.
Limitaciones del estudio
El estudio presenta algunas limitaciones. La cohorte se extrajo completamente de un solo centro médico académico, lo que podría limitar la extrapolación de los resultados. Además, los cambios en el personal y las cargas fluctuantes de pacientes pueden haber afectado los resultados de las dos fases del estudio.
Este estudio destaca el potencial de la IA para mejorar la sensibilidad en la detección de IPE en exámenes de TC contrastados, lo que puede llevar a diagnósticos más rápidos y precisos.
La implementación de IA en la práctica radiológica diaria no solo puede mejorar la precisión diagnóstica, sino también aumentar la eficiencia operativa, beneficiando tanto a los pacientes como a los profesionales de la salud.
El uso de IA en la radiología, específicamente para la detección de IPE, representa un avance significativo que puede transformar la forma en que se realizan los diagnósticos médicos, asegurando que los pacientes reciban una atención más rápida y precisa.
Para conocer más sobre esta investigación, puede visitar el American Journal of Roentgenology (AJR).
0 comentarios