Diverticulitis aguda frente a carcinoma de colon: papel de la inteligencia artificial en el diagnóstico

Diseño del estudio

• Estudio de cohortes retrospectivo de un solo centro utilizando registros médicos de 585 pacientes sometidos a cirugía por diverticulitis aguda o cáncer de colon en la Universidad Técnica de Múnich de 2005 a 2020.
• Se desarrolló un conjunto de pruebas de inteligencia artificial utilizando cuadros delimitadores 3D que incluían el segmento intestinal afectado y el mesenterio circundante para el examen manual y patológico.
• El equipo de prueba de IA produjo una red neuronal convolucional 3D que posteriormente se usó como un sistema de soporte de IA para los radiólogos que leen imágenes de TAC.
• Se realizó un estudio de lectura con 10 radiólogos (radiólogos certificados por la Junta y residentes de radiología) con y sin el sistema de apoyo de IA para ayudarlos a distinguir la diverticulitis aguda del cáncer de colon.
• Criterio principales de valoración: sensibilidad y especificidad, valor predictivo negativo y valor predictivo positivo del sistema de soporte de IA frente a ningún sistema de soporte de inteligencia artificial para distinguir diverticulitis aguda de cáncer de colon.
• Financiación: Ayuda Alemana contra el Cáncer; otros.

Resultados fundamentales

• De los 585 pacientes, 267 presentaban diverticulitis aguda y 318 cáncer de colon.
• El conjunto de pruebas de IA tuvo una sensibilidad del 83,3 % y una especificidad del 86,6 %.
• El estudio de lectura de radiología encontró que el apoyo con IA frente a ningún apoyo con inteligencia artificial mejoró la precisión del diagnóstico:
  • La sensibilidad aumentó del 77,6 % al 85,6 %; p < 0,001.
  • La especificidad aumentó del 81,6 % al 91,3 %; p < 0,001.
  • El valor predictivo negativo aumentó del 78,5 % al 86,4 %; p < 0,001.
  • El valor predictivo positivo aumentó del 80,9 % al 90,8 %; p < 0,001.

Limitaciones

• Estudio unicéntrico.
• Diseño observacional retrospectivo.