RADIODIAGNÓSTICO

Inteligencia artificial para detectar con precisión fracturas en radiografías

Radiology · 04 enero 2022

El algoritmo AI BoneView, desarrollado por investigadores de Boston, ha demostrado en un estudio reducir las fracturas no detectadas por los médicos en un 29 por ciento.

Un nuevo estudio muestra que la inteligencia artificial (IA) puede ayudar a los médicos a interpretar las radiografías después de una lesión y sospecha de fractura.

"Nuestro algoritmo de IA puede detectar rápida y automáticamente las radiografías que son positivas para fracturas y marcar esos estudios en el sistema para que los radiólogos puedan priorizar la lectura de las radiografías con fracturas positivas. El sistema también resalta las regiones de interés con recuadros delimitadores alrededor de las zonas en las que se sospecha que hay fracturas. Esto puede contribuir potencialmente a reducir el tiempo de espera en el momento de la visita al hospital o a la clínica antes de que los pacientes puedan obtener un diagnóstico positivo de fractura", explica el investigador Ali Guermazi, de la Facultad de Medicina de la Universidad de Boston (Estados Unidos).

Los errores de interpretación de las fracturas representan hasta el 24 por ciento de los errores de diagnóstico perjudiciales que se observan en los servicios de urgencias. Además, las incoherencias en el diagnóstico radiográfico de las fracturas son más frecuentes durante las horas de la tarde y la noche (de 17 a 3 horas), probablemente relacionadas con la lectura no experta y el cansancio.

El algoritmo de IA (AI BoneView) fue entrenado en un gran número de radiografías de múltiples instituciones para detectar fracturas de las extremidades, pelvis, torso y columna lumbar y caja torácica. Los lectores humanos expertos (radiólogos musculoesqueléticos) definieron el estándar de oro en este estudio y compararon el rendimiento de los lectores humanos con y sin asistencia de la IA.

Para el estudio, publicado en Radiology, se utilizó una variedad de lectores para simular el escenario de la vida real, incluidos radiólogos, cirujanos ortopédicos, médicos de urgencias y asistentes médicos, reumatólogos y médicos de familia, todos los cuales leen radiografías en la práctica clínica real para diagnosticar fracturas en sus pacientes. Se comparó la precisión diagnóstica de las fracturas de cada lector, con y sin ayuda de la IA, con el estándar de oro. También evaluaron el rendimiento diagnóstico de la IA por sí sola frente al patrón de referencia. La ayuda de la IA ayudó a reducir las fracturas no detectadas en un 29 por ciento y aumentó la sensibilidad de los lectores en un 16 por ciento, y en un 30 por ciento para los exámenes con más de una fractura, al tiempo que mejoró la especificidad en un 5 por ciento.

Guermazi cree que la IA puede ser una poderosa herramienta para ayudar a los radiólogos y otros médicos a mejorar el rendimiento del diagnóstico y aumentar la eficiencia, al tiempo que puede mejorar la experiencia del paciente en el momento de la visita al hospital o a la clínica. "Nuestro estudio se centró en el diagnóstico de fracturas, pero un concepto similar puede aplicarse a otras enfermedades y trastornos. Nuestra investigación actual se centra en cómo utilizar mejor la IA para ayudar a los profesionales sanitarios a mejorar la atención al paciente, en lugar de hacer que la IA sustituya a los profesionales sanitarios. Nuestro estudio es un ejemplo de ello", añade.

Referencia: Radiology. 2021;210937. doi:10.1148/radiol.210937