Inteligencia artificial, radiografías de tórax:

Inteligencia artificial para interpretar radiografías de tórax

El Instituto de Investigación en Atención Primaria Jordi Gol ha promovido un estudio en el que se valida un sistema de inteligencia artificial para diagnosticar de forma automatizada las radiografías de tórax. La radiografía de tórax es de la más habitualmente utilizadas en medicina. Aporta una información muy útil de muchas estructuras del organismo, el corazón, los bronquios y los pulmones y también de la caja torácica o la columna. La interpretación, sin embargo, no siempre es sencilla y en los tiempos de escasez de profesionales que se avecinan, tener una interpretación automática de las misma puede ser muy útil en atención primaria, en urgencias y en otros ámbitos de la atención sanitaria

Se trata de  un estudio observacional prospectivo para la validación externa del algoritmo de IA en una región de Cataluña, comparando el diagnóstico del algoritmo de IA con el del radiólogo de referencia, considerado el patrón oro. La validación externa se realizó con una muestra de 278 imágenes e informes, de los cuales el 51,8% no presentaban anomalías radiológicas según el informe del radiólogo. Analizando la validez del algoritmo de IA, la precisión media fue de 0,95 (IC 95%: 0,92; 0,98), la sensibilidad de 0,48 (IC 95%: 0,30; 0,66) y la especificidad de 0,98 (IC 95%: 0,97; 0,99). Las afecciones en las que el algoritmo fue más sensible fueron los implantes externos, abdominales superiores y cardíacos y/o valvulares. Por otro lado, las condiciones en las que el algoritmo fue menos sensible fueron en el mediastino, los vasos y el hueso. El algoritmo ha sido validado en el ámbito de la atención primaria y ha demostrado su utilidad a la hora de identificar imágenes con o sin afecciones. Sin embargo, para que sea una herramienta valiosa de ayuda y apoyo a los expertos, requiere añadir formación adicional en el mundo real para mejorar sus capacidades diagnósticas en algunas de las afecciones analizadas. Los autores señalan la necesidad de una mejora continua para garantizar la eficacia del algoritmo en atención primaria.

[1]

[1] Miró Catalina Q, Vidal-Alaball J, Fuster-Casanovas A, Escalé-Besa A, Ruiz Comellas A, Solé-Casals J. Real-world testing of an artificial intelligence algorithm for the analysis of chest X-rays in primary care settings. Sci Rep. 2024 Mar 3;14(1):5199. doi: 10.1038/s41598-024-55792-1. PMID: 38431731; PMCID: PMC10908781.