MADRID, 9 Mar. (EUROPA PRESS) -
Los investigadores han desarrollado una herramienta de inteligencia artificial (IA) que puede identificar con precisión radiografías de tórax normales y anormales en un entorno clínico, según un estudio publicado en 'Radiology', una revista de la Sociedad Radiológica de Norteamérica (RSNA).
Las radiografías de tórax se utilizan para diagnosticar una amplia variedad de enfermedades relacionadas con el corazón y los pulmones, y una radiografía de tórax anormal puede ser indicio de una serie de afecciones, como cáncer y enfermedades pulmonares crónicas.
Una herramienta de IA capaz de diferenciar con precisión entre radiografías de tórax normales y anormales aliviaría en gran medida la pesada carga de trabajo que soportan los radiólogos de todo el mundo.
"Hay una demanda exponencialmente creciente de imágenes médicas, sobre todo transversales como la TC y la RM --afirma el coautor del estudio, el doctor Louis Lind Plesner, del Departamento de Radiología del Hospital Herlev y Gentofte de Copenhague (Dinamarca)--. Mientras tanto, hay una escasez mundial de radiólogos formados. La inteligencia artificial ha demostrado ser muy prometedora, pero siempre debe probarse a fondo antes de cualquier implementación".
Para este estudio retrospectivo y multicéntrico, el doctor Plesner y sus colegas querían determinar la fiabilidad del uso de una herramienta de IA que puede identificar radiografías de tórax normales y anormales.
Utilizaron una herramienta de IA disponible en el mercado para analizar las radiografías de tórax de 1.529 pacientes de cuatro hospitales de la región de la capital de Dinamarca. Se incluyeron radiografías de tórax de pacientes de urgencias, hospitalizados y ambulatorios. La herramienta de IA clasificó las radiografías como "normales de alta confianza" o "normales sin alta confianza", es decir, normales y anormales, respectivamente.
Se utilizaron dos radiólogos torácicos certificados como estándar de referencia y se recurrió a un tercer radiólogo en caso de desacuerdo, y los tres médicos estaban cegados a los resultados de la IA.
De las 429 radiografías de tórax clasificadas como normales, 120, es decir, el 28%, también fueron clasificadas como normales por la herramienta de IA. Estas radiografías, el 7,8% de todas, podrían ser automatizadas de forma potencialmente segura por una herramienta de IA. La herramienta de IA identificó las radiografías de tórax anormales con una sensibilidad del 99,1%.
"El hallazgo más sorprendente fue lo sensible que era esta herramienta de IA para todo tipo de enfermedades torácicas --el doctor Plesner--. De hecho, no pudimos encontrar ni una sola radiografía de tórax en nuestra base de datos en la que el algoritmo cometiera un error importante. Además, la herramienta de IA tuvo una sensibilidad global mejor que la de los radiólogos clínicos certificados".
Según los investigadores, los estudios adicionales podrían dirigirse hacia una implementación prospectiva más amplia de la herramienta de IA en la que las radiografías de tórax informadas de forma autónoma sigan siendo revisadas por radiólogos.
La herramienta de IA funcionó especialmente bien en la identificación de radiografías normales del grupo de pacientes ambulatorios con una tasa del 11,6%. Esto sugiere que el modelo de IA funcionaría especialmente bien en entornos ambulatorios con una alta prevalencia de radiografías de tórax normales.
"Las radiografías de tórax son una de las pruebas de imagen más frecuentes en todo el mundo --recuerda Plesner--, incluso un pequeño porcentaje de automatización puede suponer un ahorro de tiempo para los radiólogos, que pueden priorizar en asuntos más complejos".
