Los radiólogos superan a la inteligencia artificial en la identificación de enfermedades pulmonares, según un estudio
72 radiólogos y cuatro herramientas comerciales de IA analizaron radiografías de tórax, siendo que los humanos se mostraron más específicos en la detección de estas patologías. De falsos positivos a tasas de sensibilidad bajo la lupa
”Aunque las herramientas de IA están siendo cada vez más aprobadas para su uso en departamentos radiológicos, hay una necesidad insatisfecha de probarlas aún más en escenarios clínicos de la vida real”, dijo Plesner en un comunicado de prensa de la revista.
“Las herramientas de IA pueden ayudar a los radiólogos a interpretar radiografías de tórax, pero su precisión diagnóstica en la vida real sigue siendo incierta”. Herramientas de IA disponibles comercialmente y aprobadas por la FDA están disponibles para ayudar a los radiólogos, dijo Plesner.
En este estudio, las radiografías se habían tomado durante dos años en cuatro hospitales daneses. Aproximadamente un tercio tenía por lo menos un diagnóstico objetivo. Las radiografías se revisaron buscando tres hallazgos comunes: espacio aéreo, que es un patrón radiográfico en el tórax causado, por ejemplo, por neumonía o edema pulmonar; neumotórax, o pulmón colapsado; y derrame pleural, una acumulación de agua alrededor de los pulmones.
Las herramientas de IA tuvieron tasas de sensibilidad que variaron del 72% al 91% para detectar espacio aéreo, del 63% al 90% para neumotórax, y del 62% al 95% para derrame pleural. Una prueba altamente sensible significa que se pierden menos casos de enfermedad.El estudio encontró que los radiólogos superaron a la IA en la identificación precisa de la presencia y ausencia de las tres condiciones pulmonares comunes.
”Para el neumotórax, la probabilidad de que los pacientes con un resultado positivo en el cribado realmente tuvieran la enfermedad osciló entre el 56% y el 86% para los sistemas de IA en comparación con el 96% para los radiólogos. La IA tuvo el peor desempeño en la identificación de padecimientos del espacio aéreo, con valores predictivos positivos que oscilan entre el 40% y el 50%”, dijo Plesner.
“En esta muestra difícil y de pacientes mayores, la IA predijo padecimientos del espacio aéreo donde no estaba presente en 5 a 6 de cada 10 ocasiones. No puedes tener un sistema de IA trabajando por sí solo a esa tasa. ”El objetivo de los radiólogos es equilibrar tanto el hallazgo como la exclusión de enfermedades, evitando enfermedades significativas pasadas por alto y el sobrediagnóstico, dijo Plesner.
”Los sistemas de IA parecen ser muy buenos para encontrar enfermedades, pero no son tan buenos como los radiólogos para identificar la ausencia de enfermedad, especialmente cuando las radiografías de tórax son complejas”, dijo. “Demasiados diagnósticos falsos positivos resultarían en imágenes innecesarias, exposición a la radiación y costos elevados.
”En estudios anteriores que afirmaban la superioridad de la IA sobre los radiólogos, los radiólogos revisaron solo la imagen sin acceso a la historia clínica del paciente y estudios de imágenes anteriores. “En la práctica diaria, la interpretación de un radiólogo de un examen de imagen es una síntesis de estos tres puntos de datos”, dijo Plesner.
