IA ayuda a los radiólogos a acelerar y mejorar diagnóstico de fracturas óseas en rayos X

El estudio realizado por investigadores del Centro de Investigación Botnar (Oxford, Reino Unido) mostró que la IA puede ayudar a abordar el problema del diagnóstico tardío o perdido de fracturas en rayos X 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, el equipo de investigadores 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 la IA para detectar fracturas fue del 91-92 %.

Según los investigadores, los resultados del estudio apuntan a varias aplicaciones educativas y clínicas prometedoras para la IA en la detección de fracturas. Podría reducir la tasa de diagnóstico erróneo temprano en circunstancias difíciles en el entorno de emergencia, incluidos los casos en que los pacientes pueden sufrir múltiples fracturas. También tiene potencial como herramienta educativa para médicos jóvenes. Sin embargo, los investigadores han advertido que su estudio de detección de fracturas por IA permanece en una etapa preclínica muy temprana. Solo una minoría de los estudios que analizó el equipo 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.

"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, MBBCh, 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".

"También podría ser útil como un 'segundo lector', brindando a los médicos la seguridad de que han hecho el diagnóstico correcto o incitándolos a volver a mirar las imágenes antes de tratar a los pacientes", agregó la Dra. Kuo.

Enlaces relacionados:
Centro de Investigación Botnar