IA ayuda a los radiólogos a detectar fracturas óseas

Por Ezequiel Domb

El diagnóstico perdido o retrasado de las fracturas tiene implicaciones potencialmente graves para los pacientes. La IA es una herramienta eficaz para la detección de fracturas que tiene el potencial de ayudar a los médicos en los departamentos de emergencia ocupados. La sensibilidad de AI para detectar fracturas fue del 91-92%.

La inteligencia artificial (IA) es una herramienta eficaz para la detección de fracturas que tiene potencial para ayudar a los médicos en departamentos de emergencia ocupados, según un estudio en Radiología .

El diagnóstico perdido o retrasado de fracturas en la radiografía es un error común con implicaciones potencialmente graves para el paciente. La falta de acceso oportuno a la opinión de expertos, ya que el crecimiento de los volúmenes de imágenes continúa superando el reclutamiento de radiólogos, solo empeora el problema.

La IA puede ayudar a abordar este problema al actuar como una ayuda para los radiólogos, ayudando a acelerar y mejorar el diagnóstico de fracturas.

Para obtener más información sobre el potencial de la tecnología en el ámbito de las fracturas, un equipo de investigadores de Inglaterra revisó 42 estudios existentes que comparaban el rendimiento diagnóstico en la detección de fracturas entre la IA y los médicos. De los 42 estudios, 37 usaron rayos X para identificar fracturas y cinco usaron TC.

Los investigadores no encontraron diferencias estadísticamente significativas entre el desempeño del médico y el de la IA. La sensibilidad de AI para detectar fracturas fue del 91-92%.

“Encontramos que la IA funcionó con un alto grado de precisión, comparable al desempeño de los médicos”, dijo la autora principal del estudio Rachel Kuo, MBBCir., del Centro de Investigación Botnar, Departamento de Ortopedia, Reumatología y Ciencias Musculoesqueléticas de Nuffield en Oxford, Inglaterra. "Es importante destacar que descubrimos que este era el caso cuando la IA se validó utilizando conjuntos de datos externos independientes, lo que sugiere que los resultados pueden generalizarse a una población más amplia". Los resultados del estudio apuntan a varias aplicaciones educativas y clínicas prometedoras para la IA en la detección de fracturas, dijo el Dr. Kuo. Podría reducir la tasa de diagnóstico erróneo temprano en circunstancias desafiantes en el entorno de emergencia, incluidos los casos en que los pacientes pueden sufrir múltiples fracturas. Tiene potencial como herramienta educativa para los médicos jóvenes.

“También podría ser útil como un 'segundo lector', brindando a los médicos la seguridad de que han hecho el diagnóstico correcto o animándolos a volver a mirar las imágenes antes de tratar a los pacientes”, dijo el Dr. Kuo.

El Dr. Kuo advirtió que la investigación sobre la detección de fracturas por IA permanece en una etapa preclínica muy temprana. Solo una minoría de los estudios que ella y sus colegas analizaron evaluaron el desempeño de los médicos con asistencia de IA, y solo hubo un ejemplo en el que se evaluó una IA en un estudio prospectivo en un entorno clínico.

“Sigue siendo importante que los médicos continúen ejerciendo su propio juicio”, dijo el Dr. Kuo. “La IA no es infalible y está sujeta a sesgos y errores”.

Resumen del riesgo de sesgo de la herramienta de evaluación del riesgo de sesgo del estudio del modelo de predicción (PROBAST) y la preocupación por las puntuaciones de generalizabilidad.