MADRID 22 Abr. (EUROPA PRESS) -
Los resultados de una amplia encuesta realizada por el Centro Médico de la Universidad de Texas Southwestern en Dallas (Estados Unidos) con aval de la Sociedad Radiológica de Norteamérica revelan un apoyo cauteloso a la implementación de la inteligencia artificial (IA) en la mamografía de cribado.
En concreto, según se publica en 'Radiology: Imaging Cancer', la revista de la Sociedad Radiológica de Norteamérica (RSNA), los antecedentes médicos personales y los factores sociodemográficos influyeron en el nivel de confianza de los encuestados en la IA.
Si bien la precisión diagnóstica de los sistemas de IA ha mejorado drásticamente en los últimos años, aún existe una falta de adopción y aceptación generalizada de esta tecnología por diversas razones, como preocupaciones con la privacidad de los datos, el sesgo algorítmico o incluso el nivel de conocimiento de la IA.
Una opinión que a menudo se pasa por alto en la conversación sobre el crecimiento de la IA en radiología es la del paciente. "La perspectiva de los pacientes es crucial, ya que la implementación exitosa de la IA en la imagenología médica depende de la confianza y la aceptación de quienes nos proponemos atender", argumenta el doctor Basak E. Dogan, autor del estudio, profesor clínico de radiología y director de investigación en imagenología mamaria del Centro Médico de la Universidad de Texas Southwestern en Dallas. "Si los pacientes dudan o se muestran escépticos sobre el papel de la IA en su atención, esto podría afectar la adherencia a las pruebas de detección y, en consecuencia, los resultados generales de la atención médica".
Para comprender mejor las opiniones e inquietudes de las pacientes sobre el uso de la IA en la mamografía de detección, Dogan y su equipo desarrollaron una encuesta de 29 preguntas para todas las pacientes que acudieron a su institución para una mamografía de detección de cáncer de mama. La encuesta opcional estuvo disponible durante siete meses en 2023.
Todas las preguntas de la encuesta fueron cerradas y evaluaron los conocimientos y las percepciones de las participantes sobre la IA. La encuesta obtuvo información demográfica, además de información clínica, que reveló el historial de cáncer de mama de las participantes, como si habían tenido mamografías anormales en el pasado o si ellas o algún familiar cercano habían tenido cáncer de mama.
De las 518 pacientes que completaron la encuesta, la mayoría apoyó el uso de IA junto con la revisión de un radiólogo, y el 71 % de las encuestadas prefirió que la IA se utilizara como segunda lectura. Esto se produjo a pesar de la preocupación por la pérdida de interacción personal con el radiólogo, la privacidad de los datos, la falta de transparencia y el sesgo. Menos del 5 % se mostró cómoda con la interpretación de su mamografía de cribado únicamente con IA.
Debido a su amplia y diversa población de pacientes, la encuesta reveló diversos factores demográficos que influyen en la percepción de las pacientes. Las personas con un título universitario superior o con un mayor conocimiento de la IA declarada por ellas mismas tenían el doble de probabilidades de aceptar la participación de la IA en su mamografía de detección.
Cabe destacar que los encuestados hispanos y negros no hispanos manifestaron preocupaciones significativamente mayores sobre el sesgo de la IA y la privacidad de los datos, lo que probablemente resultó en una menor aceptación de la IA entre estos grupos de pacientes.
"Estos resultados sugieren que los factores demográficos desempeñan un papel complejo en la configuración de la confianza y la percepción de los pacientes sobre la IA en las imágenes mamarias", destaca Dogan.
Los antecedentes médicos familiares y personales también influyeron en las actitudes de los pacientes hacia la IA. Independientemente de si la anomalía fue detectada por IA o por un radiólogo, las pacientes con un familiar cercano diagnosticado con cáncer de mama fueron más propensas a solicitar revisiones adicionales. Sin embargo, estas pacientes mostraron un alto grado de confianza en las revisiones tanto de IA como del radiólogo cuando la mamografía resultó normal.
Por el contrario, las pacientes con antecedentes de mamografías anormales eran más propensas a solicitar seguimiento diagnóstico si las revisiones de la IA y el radiólogo eran contradictorias. Esto era especialmente cierto si era la IA la que detectaba una anomalía.
"Esto resalta cómo el historial médico personal influye de manera diferente en la confianza en la IA y en los radiólogos, lo que enfatiza la necesidad de estrategias personalizadas de integración de la IA en la detección mamográfica", matiza Dogan. Los investigadores señalaron que es importante seguir interactuando con los pacientes para comprender sus opiniones cambiantes sobre la tecnología de IA en la atención médica, a medida que la tecnología continúa avanzando.
"Nuestro estudio demuestra que la confianza en la IA es altamente individualizada y está influenciada por factores como la experiencia médica previa, la educación y el origen racial", finaliza Dogan. "Incorporar la perspectiva del paciente en las estrategias de implementación de la IA garantiza que estas tecnologías mejoren la atención al paciente y no la obstaculicen, fomentando la confianza y la adherencia a los informes y recomendaciones de imágenes".