← Volver al inicio

De la detección de agujeros maculares a la redacción de informes: una IA oftalmológica alcanza una exactitud del 98,8% en pruebas externas

Un estudio de prueba de concepto integra la interpretación de imágenes retinianas y la elaboración de informes para pacientes en un mismo flujo de trabajo, pero la elevada exactitud procede de una prueba de clasificación binaria entre imágenes con agujeros maculares e imágenes normales, aún alejada de la complejidad de los casos de la práctica clínica real.

By SURL BioNews

Los resultados de la interpretación de imágenes oftalmológicas deben convertirse en explicaciones comprensibles para los pacientes para completar un paso importante de la comunicación clínica. Un estudio publicado el 23 de octubre en «Ophthalmology and Therapy» intentó conectar la detección de agujeros maculares y la redacción de informes en un proceso automatizado, para explorar cómo vincular el análisis de imágenes con la comunicación posterior.

El estudio utiliza imágenes de tomografía de coherencia óptica (OCT) como entrada. Primero, una versión ajustada del modelo fundacional de retina RETFound determina si la imagen corresponde a un agujero macular o a una mácula normal; después, GPT-4 genera una explicación. El modelo de lenguaje no examina directamente las imágenes ni participa en la decisión diagnóstica; la clasificación de imágenes y la generación de texto cumplen tareas diferentes.

En 1.014 imágenes de validación externa, la exactitud de clasificación alcanzó el 98,8% y la sensibilidad fue del 97,9%. De las 563 imágenes con agujeros maculares, 12 no se detectaron, mientras que las 451 imágenes normales se clasificaron correctamente. La unidad de estas cifras es la imagen y no pueden interpretarse directamente como resultados de validación clínica en un número equivalente de personas.

La validación externa también presenta una limitación clave: las imágenes con agujeros maculares y las normales procedían de conjuntos de datos distintos. Por tanto, aún no puede descartarse por completo que el rendimiento del modelo se viera influido en parte por diferencias en los equipos de exploración, los métodos de adquisición de imágenes o las poblaciones. Los investigadores señalaron que se necesitan datos multicéntricos que incluyan ambos tipos de casos para confirmar la capacidad de generalización.

Los resultados de los informes escritos fueron menos uniformes que las cifras de clasificación. Dos oftalmólogos evaluaron 40 informes y ambos consideraron que 37 eran precisos y suficientes. Otro revisor señaló que dos informes subestimaban la frecuencia de la formación de cataratas como complicación quirúrgica y que otro omitía riesgos quirúrgicos relacionados, lo que muestra que un texto fluido aún puede contener errores de información médica.

Actualmente, el modelo solo distingue entre imágenes con agujeros maculares e imágenes normales. Aún no se ha demostrado que pueda diferenciar otras lesiones de aspecto similar, ni se ha evaluado la estadificación o el pronóstico. Analiza un único corte bidimensional, por lo que puede pasar por alto agujeros pequeños o alejados del centro; los informes generados tampoco incorporan datos individuales como la agudeza visual o la duración de los síntomas.

El valor de esta prueba de concepto reside en mostrar cómo pueden conectarse la interpretación y la explicación. Para incorporarla a la atención real, sigue siendo necesaria una validación clínica prospectiva que confirme la fiabilidad de todo el proceso en casos complejos y si los pacientes comprenden realmente el contenido de los informes; por ahora, la revisión final del médico sigue siendo un paso necesario.

References

  1. Ophthalmology and Therapy