Detección de aneurismas con inteligencia artificial
- Heather Mason
- Noticias
El uso de herramientas de inteligencia artificial para detectar aneurismas aún no está listo para incluirse en la práctica clínica habitual, salvo si se utilizan conjuntos de datos amplios y representativos en su desarrollo.
En una revisión sistemática y un metanálisis se incluyeron 43 estudios que informaban del uso de algoritmos totalmente automatizados para detectar aneurismas cerebrales. Los algoritmos empleaban la tomografía computarizada (TC), la resonancia magnética (RM) o la angiografía de sustracción digital, pruebas complementarias que se utilizan de forma rutinaria en la práctica clínica. El número de estas exploraciones es cada vez mayor y su elevado volumen se convierte en un reto para el análisis de la comunidad radiológica.
La mayoría de los estudios incluidos tenían un alto riesgo de sesgo, ya que solo 11 (26 %) utilizaron las pruebas de referencia ideales y 6 (14 %) utilizaron conjuntos de pruebas externas. Los resultados muestran que el rendimiento de la inteligencia artificial se vio comprometido por las elevadas tasas de falsos positivos, que alcanzaron el 89,0 % en el análisis univariante. Esto significa que cada examen producirá varios candidatos a aneurisma que requerirán la revisión de un clínico, aumentando así la carga de trabajo y el coste.
Sin embargo, un subconjunto de seis estudios que utilizaron inteligencia artificial autónoma o asistida por el lector, tipos de marcos de aprendizaje automático, revelaron una tasa de falsos positivos mucho menor (16,5 % y 7,9 %, respectivamente), lo que demuestra que las herramientas de inteligencia artificial tienen un futuro prometedor en la clínica.
Este contenido fue publicado originalmente en Univadis.com
Desafortunadamente este artículo no esta disponible para usuarios no logados
Has alcanzdo el límite de artículos por usuario
Acceso gratuito Un servicio exclusivo para profesionales sanitarios
