IA médica · asia
La cola de imágenes para el abdomen agudo no depende solo del orden de llegada: AbdomenNet ayuda a identificar urgencias mediante TC sin contraste
El modelo autosupervisado mantuvo un buen rendimiento de identificación en cohortes de tres hospitales externos y permitió a los radiólogos interpretar los estudios con mayor rapidez y precisión; sin embargo, la reducción de 37 minutos en el tiempo de emisión de informes aún procede de una simulación retrospectiva y no se ha demostrado que mejore los desenlaces reales de los pacientes.
Detrás de un dolor abdominal en urgencias puede haber simplemente un cálculo ureteral, pero también afecciones graves en las que cada segundo cuenta, como la isquemia mesentérica o la disección aórtica. Cuando un gran volumen de imágenes llega simultáneamente a la lista de trabajo, los casos verdaderamente críticos no siempre se revisan primero. Un estudio publicado en «Nature Communications» presenta AbdomenNet, un sistema que busca identificar, a partir de tomografías computarizadas abdominales realizadas sin administrar contraste, a los pacientes cuya interpretación debe priorizarse.
El equipo de investigación empleó aprendizaje autosupervisado para que el modelo aprendiera primero características de las imágenes a partir de 103,989 estudios de TC abdominal sin contraste y sin etiquetar, y luego lo ajustó con 5,816 casos que contaban con etiquetas diagnósticas. El sistema puede identificar simultáneamente 11 enfermedades abdominales agudas y, además, evaluar riesgos relevantes para las decisiones quirúrgicas, como lesiones orgánicas de alto grado, obstrucción intestinal con estrangulación y perforación del tracto gastrointestinal superior.
En una validación externa con 2,528 pacientes de tres hospitales terciarios independientes de China, AbdomenNet obtuvo una AUROC media global de 0.919 para cinco categorías de afecciones urgentes; al combinar los 11 diagnósticos, la AUROC media en cada centro osciló entre 0.889 y 0.898. Los casos procedían de equipos de distintas marcas y con diferentes configuraciones de exploración, lo que indica que el modelo no se limita a una sola máquina ni a los datos de un único hospital. Sin embargo, todos los centros de validación seguían siendo grandes hospitales de un mismo país, por lo que aún no se ha establecido su capacidad de generalización entre distintos sistemas sanitarios.
El estudio también dispuso que cuatro radiólogos interpretaran 380 casos mediante un diseño cruzado. Tras incorporar las probabilidades de enfermedad, la primera opción diagnóstica y los mapas de calor proporcionados por la IA, la AUROC media de los médicos aumentó de 0.812 a 0.924, mientras que la mediana del tiempo de interpretación por caso disminuyó de 197.5 a 145 segundos. No obstante, el experimento solo exigía identificar 11 afecciones especificadas de antemano y no incluía la integración completa de los datos clínicos ni la redacción de informes, por lo que esos 52.5 segundos no pueden considerarse directamente como el ahorro de tiempo real en el trabajo cotidiano.
Una cuestión más cercana a la práctica de urgencias es si la IA puede cambiar el orden de la cola de imágenes. Los investigadores reconstruyeron el flujo de trabajo utilizando los registros temporales existentes de 18,398 TC realizadas en urgencias, de las cuales 1,761 eran TC abdominales sin contraste. La simulación mostró que dar prioridad para su revisión a las urgencias marcadas por el modelo podía reducir la mediana del tiempo de entrega del informe de los casos verdaderamente urgentes de 49.3 a 12.3 minutos. Sin embargo, el umbral de alta sensibilidad también generó numerosos avisos erróneos: de 767 casos marcados como prioritarios, 203 eran urgencias reales y 564 eran falsos positivos.
Por tanto, este resultado se entiende mejor como una «herramienta de triaje supervisada por radiólogos» que como un sistema de diagnóstico autónomo. Tampoco puede sustituir a la TC con contraste ni a la angiografía por TC, que siguen siendo las pruebas diagnósticas definitivas para diversas causas de abdomen agudo. El estudio es un análisis retrospectivo, el beneficio de 37 minutos procede de una reconstrucción del flujo de trabajo y el ensayo de interpretación también utilizó casos internos. El siguiente paso deberá ser una validación prospectiva en pacientes consecutivos y no seleccionados que mida los diagnósticos omitidos, la fatiga por alertas, la calibración entre hospitales y los desenlaces de los pacientes; solo entonces podrá determinarse si el sistema es adecuado para incorporarse a la práctica clínica y a la evaluación regulatoria.