Modelo de IA predice con precisión malignidad en ecografía mamaria

El estudio, realizado en el Hospital Acibadem Altunizade (Estambul, Turquía), implicó el análisis de 715 masas en 530 pacientes. Involucró tres centros de imágenes mamarias de la misma institución y nueve radiólogos mamarios. Los exámenes de ultrasonido fueron realizados por un radiólogo capturando dos vistas ortogonales de cada lesión. Luego, estas imágenes fueron examinadas retrospectivamente por un segundo radiólogo que no tenía conocimiento de la información clínica del paciente. Un sistema de IA disponible comercialmente también evaluó las imágenes. Los investigadores midieron el nivel de concordancia entre el sistema de IA y los radiólogos, junto con su eficacia diagnóstica, según la evaluación de categorías dicotómicas BI-RADS.

El estudio observó un nivel moderado de concordancia entre el modelo de IA y los radiólogos en la diferenciación de las lesiones benignas y probablemente benignas de las consideradas sospechosas. El modelo de IA determinó que ninguna de las lesiones categorizadas como BI-RADS 2 era maligna, aunque dos clasificadas como BI-RADS 3 fueron confirmadas como malignas. Los investigadores destacaron que considerar las lesiones BI-RADS 2 identificadas por IA como no amenazantes podría permitir a los radiólogos evitar numerosas biopsias innecesarias de lesiones benignas y un número significativo de seguimientos. Además, el algoritmo de IA potencialmente degradó un porcentaje considerable de lesiones BI-RADS 3, 4 y 5 a BI-RADS 2 o 3 y actualizó numerosas lesiones benignas o posiblemente benignas como sospechosas, aunque con un bajo riesgo de malignidad. Los investigadores concluyeron que la IA es prometedora a la hora de predecir con precisión la malignidad y su integración en los flujos de trabajo clínicos podría reducir las biopsias y los seguimientos innecesarios, mejorando así la sostenibilidad de las prácticas sanitarias.

Enlaces relacionados:
Hospital Acibadem Altunizade