Un nuevo estudio sugiere que un novedoso sistema de inteligencia artificial (IA) tiene potencial para ayudar a los radiólogos a diferenciar entre el carcinoma de colon (CC) y la diverticulitis aguda (AD) en imágenes de tomografía computarizada (TC).
Los pacientes con EA experimentan una carga de enfermedad significativa, lo que hace que la EA sea una causa común de ingreso hospitalario relacionado con problemas gastrointestinales. La modalidad de imagen estándar para el diagnóstico de la EA es una tomografía computarizada, con signos típicos que incluyen engrosamiento de la pared intestinal, hebras de grasa, ganglios linfáticos locales agrandados y la presencia de divertículos. Sin embargo, estos no son exclusivos de AD. Diferenciar AD de CC es especialmente crucial porque se manejan de manera diferente, pero a menudo es difícil debido a sus características de imagen similares.
La sensibilidad y especificidad de la diferenciación CC se ha estimado en 40%-95,5%, y la diferenciación AD en 66%-93,3%, según los autores del estudio. Pero en la práctica clínica, a menudo no se alcanzan los valores del margen superior de sensibilidad y especificidad radiológicas. Se ha demostrado que los sistemas de IA mejoran la precisión diagnóstica de los radiólogos en varios entornos de imágenes, agregaron.
El nuevo estudio, publicado en Red JAMA Abierta, cuyo objetivo era desarrollar un sistema de IA que pudiera ayudar a los radiólogos a diagnosticar con precisión AD versus CC en tomografías computarizadas adquiridas de forma rutinaria. Especialmente en entornos donde puede no haber un radiólogo experto disponible, como la atención primaria de emergencia, una herramienta de apoyo de IA precisa puede ayudar a mejorar la precisión del diagnóstico en AD y CC.
Se incluyeron en el estudio un total de 585 pacientes, todos los cuales tenían confirmación histopatológica de sus condiciones según lo determinado por un patólogo certificado por la junta después de la resección intestinal. De la cohorte total, 318 pacientes tenían CC y 267 AD. Un total de 130 pacientes tenían imágenes externas y 445 tenían exploraciones internas.
El programa de IA se desarrolló con un conjunto de entrenamiento de 435 casos, un conjunto de validación de 90 casos y un conjunto de prueba de 60 casos. Los casos de AD y CC se distribuyeron por igual en el conjunto de prueba. Un total de 10 lectores también analizaron las exploraciones: 3 residentes de radiología con menos de 3 años de experiencia, 4 residentes de radiología con más de 3 años de experiencia y 3 radiólogos certificados por la junta. Dos de los radiólogos certificados por la junta especializados en imágenes gastrointestinales.
A los lectores se les mostraron escaneos no identificados en orden aleatorio sin más información clínica y se les pidió que los clasificaran como AD o CC sin soporte de IA. Luego, se les dijo la predicción del algoritmo y se les dio la opción de cambiar o mantener su respuesta original después de recibir soporte de IA. No se les dijo cuál era la sensibilidad o especificidad del modelo, y no recibieron retroalimentación sobre sus decisiones.
El programa de IA logró una sensibilidad y especificidad del 98 % y 92 %, respectivamente, para el conjunto de entrenamiento en un umbral de decisión de 0,5. En el conjunto de validación, logró una sensibilidad del 94% y una especificidad del 94%. En el modelo de conjunto de pruebas, la sensibilidad y la especificidad fueron del 83,3 % y del 86,6 %, respectivamente. El grupo de lectores certificados por la junta tuvo una precisión similar al modelo del conjunto de prueba, con una sensibilidad del 85,5 % y una especificidad del 86,6 %. La sensibilidad media del lector en general fue del 77,6 % y la especificidad del 81,6 %. Con la ayuda del apoyo de la IA, la sensibilidad y la especificidad medias fueron más altas con un 85,6 % y un 91,3 %, respectivamente.
El valor predictivo negativo (VPN) del programa de IA fue del 83,8 % y el valor predictivo positivo (VPP) del 86,2 %. El VPN de los lectores en general fue del 78,5 % y el VPP de los lectores en general fue del 80,9 %. En comparación con los residentes de radiología, los radiólogos certificados por la junta tenían una sensibilidad un 11,3 % más alta, anotaron los autores. El soporte de IA redujo la cantidad de lecturas de falsos negativos y falsos positivos en comparación con la lectura humana sin asistencia, con un NPV del 86,4 % y un PPV del 90,8 %.
Se observaron mejoras en todos los niveles de experiencia, con el apoyo de IA que redujo la tasa de falsos negativos del 22 % al 14,3 % en el grupo general, del 26 % al 16,1 % para los residentes y del 14 % al 10 % para los radiólogos certificados por la junta.
Si bien el modelo de IA por sí solo funcionó de manera similar a los lectores humanos promedio solos, la adición de IA a la lectura típica mejoró significativamente el rendimiento independientemente de los niveles de experiencia del lector. Dada la importancia de diferenciar AD y CC, estos hallazgos sugieren que el apoyo de IA podría ser útil en el entorno clínico. Se necesitan estudios más amplios que simulen la integración en el mundo real y validen los hallazgos en una cohorte más grande, pero el estudio muestra potencial para el apoyo de la IA en este entorno.
Referencia
Ziegelmayer S, Reischl S, Havrda H, et al. Desarrollo y validación de un algoritmo de aprendizaje profundo para diferenciar carcinoma de colon de diverticulitis aguda en imágenes de tomografía computarizada. Abierto de la Red JAMA. Publicado en línea el 27 de enero de 2023. doi:10.1001/jamanetworkopen.2022.53370
