La endoscopia con ayuda de la inteligencia artificial es exacta para la detección de los casos de cáncer gastrointestinal superior

  • Lancet Oncol

  • de Jim Kling
  • Univadis Clinical Summaries
El acceso al contenido completo es sólo para profesionales sanitarios registrados. El acceso al contenido completo es sólo para profesionales sanitarios registrados.

Punto clave

  • Un sistema diagnóstico gastrointestinal mediante inteligencia artificial (IA) alcanzó una buena sensibilidad en la identificación de los casos de cáncer gastrointestinal superior a partir de imágenes de endoscopia.

Por qué es importante

  • La IA podría mejorar la tasas de detección, especialmente en las áreas con escasos recursos o con un volumen de pacientes bajo.

Diseño del estudio

  • Se usaron conjuntos de datos de formación, validación y comprobación intrínseca (1 036 496 imágenes endoscópicas de 84 424 participantes) en 6 hospitales en China.
  • Financiación: diversas fuentes de otros sectores.

Resultados clave

  • La IA obtenía una exactitud diagnóstica robusta:
    • en el conjunto de datos de validación interna: 0,955 (IC del 95 %: 0,952-0,957);
    • en el conjunto prospectivo: 0,927 (IC del 95 %: 0,925-0,929);
    • en los cinco conjuntos de validación externa: intervalo: de 0,915 (IC del 95 %: 0,913-0,917) a 0,977 (IC del 95 %: 0,977-0,978).
  • La IA ofrecía una sensibilidad similar a la de los endoscopistas expertos (0,942 frente a 0,945; p = 0,692) y superior a la de los endoscopistas competentes (0,858; p 
  • El valor predictivo de un resultado positivo (0,814) era inferior al obtenido por los endoscopistas expertos (0,932; p 
  • El valor predictivo de un resultado negativo era:
    • IA: 0,978 (IC del 95 %: 0,971-0,984),
    • endoscopista experto: 0,980 (IC del 95 %: 0,974-0,985);
    • endoscopista competente: 0,951 (IC del 95 %: 0,942-0,959);
    • endoscopista en formación: 0,904 (IC del 95 %: 0,893-0,916). 
  • Con la IA se mejoraba la sensibilidad hasta el nivel experto cuando complementaba a los endoscopistas competentes (0,978; p 

Limitaciones

  • En el estudio se usaron solo imágenes obtenidas con luz blanca.
  • La formación y validación se realizaron de modo retrospectivo.