IA médica · asia
La IA añade una vara de medir a la interpretación de ecografías tiroideas: la precisión de los médicos aumentó al 84,5% en un estudio exploratorio
Un modelo que puntúa una por una las características de C-TIRADS mejoró la diferenciación entre benignidad y malignidad realizada por dos médicos en imágenes de 303 nódulos; sin embargo, los casos estaban sesgados hacia la malignidad y el proceso de lectura no contó con un enmascaramiento suficiente, por lo que aún existen brechas clave de validación antes de su uso clínico habitual.
Las imágenes ecográficas de los nódulos tiroideos a menudo no presentan una frontera claramente definida entre benignidad y malignidad, pero diferencias sutiles en los márgenes, la ecogenicidad y las calcificaciones pueden influir en que el paciente siga una vía de vigilancia, punción o tratamiento adicional. Un estudio publicado en 《Frontiers in Medicine》 indica que incorporar inteligencia artificial a este proceso de interpretación podría ayudar a los médicos a identificar de manera más uniforme los nódulos de alto riesgo.
El equipo de investigación utilizó como estructura el Sistema Chino de Datos e Informes de Imágenes Tiroideas, C-TIRADS, para desarrollar un modelo que primero localiza los nódulos y después identifica sus características ecográficas. En lugar de emitir directamente una respuesta sobre el cáncer difícil de rastrear, el sistema analiza la composición, la ecogenicidad, la forma, los márgenes y los focos ecogénicos del nódulo, y luego suma las puntuaciones conforme a las reglas de las directrices para establecer una categoría de riesgo de benignidad o malignidad.
Para desarrollar el modelo se utilizaron datos de tres hospitales: el módulo de localización de nódulos incluyó 1.921 imágenes, mientras que el módulo de clasificación de características empleó 6.469 muestras etiquetadas. El conjunto de validación clínica se separó de los pacientes de entrenamiento a nivel de caso e incluyó en total 303 nódulos de 284 adultos; 94 eran benignos y 209 malignos. La determinación se basó en la anatomía patológica quirúrgica o en resultados citológicos de punción aspirativa con aguja fina correspondientes a determinadas categorías de Bethesda.
En este conjunto de imágenes, la precisión global de la IA por sí sola fue del 86,2%. Sin IA, los dos médicos ecografistas que habían recibido formación en C-TIRADS alcanzaron una precisión del 70,5%; tras acceder a las predicciones de características y a la clasificación de riesgo del modelo, la precisión aumentó al 84,5%. La sensibilidad para los nódulos malignos también subió del 68,9% al 81,9%, lo que indica que la mejora no procedió únicamente de la identificación de los casos benignos.
Sin embargo, esta diferencia de 14 puntos porcentuales no puede considerarse directamente un beneficio clínico demostrado. Los dos médicos interpretaron primero las imágenes por su cuenta y después volvieron a examinar el mismo conjunto con acceso a los resultados de la IA; además, conocían de antemano el rendimiento del modelo, por lo que podrían haberse visto influidos por el recuerdo y las expectativas. El estudio tampoco aplicó un enmascaramiento suficiente, una asignación aleatoria ni un periodo de lavado predefinido, y el resultado final de la interpretación se formó únicamente mediante el consenso de ambos médicos.
El conjunto de validación también presentaba un claro desequilibrio de clases: los nódulos malignos representaban aproximadamente el 69%, una proporción muy superior a la de los contextos habituales de cribado de nódulos. El estudio solo conservó la clasificación binaria y los indicadores agregados, no realizó pruebas formales de hipótesis y tampoco permitió evaluar la curva ROC, la calibración del riesgo ni el beneficio neto para la toma de decisiones clínicas. Por tanto, los resultados actuales aún no permiten determinar si esta herramienta puede reducir las punciones innecesarias, evitar diagnósticos omitidos o mantener su rendimiento en distintos hospitales y equipos.
El siguiente paso requiere estudios prospectivos, multicéntricos, de mayor tamaño y con múltiples lectores que comparen la interpretación con y sin asistencia de IA mediante un diseño enmascarado o de lectura paralela, e incluyan una proporción de enfermedad más próxima a la de la práctica ambulatoria cotidiana. Por ahora, este trabajo se entiende mejor como una señal concreta de apoyo a la toma de decisiones clínicas: la IA podría ayudar a los médicos a aplicar C-TIRADS de manera más uniforme, pero sigue siendo una herramienta de estratificación del riesgo y no puede sustituir el diagnóstico patológico.