IA Mejora el Rendimiento del Radiólogo en la Evaluación de la Edad del Esqueleto: Aplicación en la Práctica Clínica Multicéntrica
La inteligencia artificial (IA) puede mejorar la calidad de la evaluación de la edad del esqueleto en el diagnóstico de enfermedades como la escoliosis y otros trastornos del crecimiento. Así como reducir los tiempos de interpretación. Este diagnóstico llega a ser una tarea larga y tediosa para los radiólogos. Debido a que se requiere identificar un estándar de referencia en un atlas de radiografías de mano que más se parezca a una radiografía anteroposterior o posteroanterior de la mano izquierda del paciente.
A pesar de los numerosos ejemplos que aparecen en la literatura médica que demuestran las posibles aplicaciones de la IA en medicina; en realidad, pocos estudios han evaluado el rendimiento en la práctica clínica, con un entorno prospectivo o multicéntrico. Por ello, David Eng, del Departamento de Informática de la Universidad de Stanford, y sus coautores, realizaron un estudio para comparar la precisión y el tiempo de interpretación de este tipo de diagnóstico en los exámenes radiográficos de la mano con (792) y sin (739) el uso de un algoritmo de IA, en seis departamentos de radiología de Estados Unidos.
¿Cuál es la postura de los autores?
Eng et al, cometan que, como parte del proceso de implementación de un algoritmo de IA en la práctica clínica, es fundamental determinar adecuadamente sus efectos. La evaluación del algoritmo en condiciones clínicas representativas permitirá avanzar en la comprensión de sus verdaderos beneficios y perjuicios.
El algoritmo utilizado se entrenó utilizando casi 13,000 radiografías de manos recopiladas en las instituciones participantes y se probó en una base de datos de código abierto del desafío RSNA AI. Las imágenes fueron interpretadas por 93 radiólogos. En los exámenes con el algoritmo de IA, se mostró al radiólogo la interpretación de la IA como parte de su trabajo clínico rutinario y se le permitió aceptarla o modificarla.
Como resultado, el error de diagnóstico general disminuyó significativamente cuando se utilizó el algoritmo de IA en comparación con el que no se utilizó (5.36 meses frente a 5.95 meses), lo que ocurrió en 5 de los 6 centros de estudio. Mientras tanto, la mediana del tiempo de interpretación del radiólogo fue menor con el algoritmo de IA que sin él (102 segundos frente a 142 segundos).
“Nuestros resultados corroboran la importancia de los ensayos aleatorios multicéntricos prospectivos en el diseño de los estudios de evaluación de los algoritmos de IA” .
comentan los autores
En conjunto, estos hallazgos apoyan la consideración de la IA para su uso como ayuda diagnóstica para los radiólogos y refuerzan la importancia de los efectos interactivos entre el personal de radiología y los algoritmos de IA para determinar los posibles beneficios y daños de las tecnologías de asistencia en la medicina clínica.
Eng, D. K., et al. (2021). Artificial Intelligence Algorithm Improves Radiologist Performance in Skeletal Age Assessment: A Prospective Multicenter Randomized Controlled Trial. Radiology, 204021. https://doi.org/10.1148/radiol.2021204021
