Artículo original: Andralojc, L.E, Kim, D.H, Edwards, A.J. Diagnostic accuracy of a decision-support software for the detection of intracranial large-vessel occlusion in CT angiography. Clinical radiology. 2023;78(4)e313-e318.
DOI: https://doi.org/10.1016/j.crad.2022.10.017
Sociedad: The Royal College of Radiologists (@RCRadiologists)
Palabras clave: N/A
Abreviaturas y acrónimos utilizados: ACM (arteria cerebral media), ACV (accidente cerebro vascular), e-CTA (software de apoyo a la decisión), IA (inteligencia artificial), OGV (oclusión de gran vaso), TM (trombectomía mecánica), TC (tomografía computarizada), VPP (valor predictivo positivo).
Línea editorial del número:
Clinical Radiology es una revista internacional editada por Elsevier perteneciente al Royal College of Radiologist. La revista ofrece artículos sobre investigaciones originales y artículos de revisión, enfocándose sobre todo en aspectos más específicos del diagnóstico por imagen. También se incluyen documentos sobre protección radiológica o artículos de calidad asistencial. Además, puntualmente se ofrecen números especiales de artículos sobre un tema en común con especial relevancia, como esta edición de mayo del 2023 con un número sobre el alivio del dolor en radiología intervencionista con 6 artículos.
Dentro de los artículos publicados en este mes destacan los dedicados a la inteligencia artificial (IA), donde se encuentra el artículo revisado, destacando también el elevado número de artículos sobre la radiología intervencionista con un total de 11 (contando con los 6 del número especial). Destaco entre ellos el titulado: “Developing day-case units: imperative for optimal patient care in interventional radiology”, que aborda la necesidad de una unidad de corta estancia para pacientes operados por radiología intervencionista a los que se le puede dar el alta en el mismo día, explicando los beneficios globales que proporcionan estas unidades.
Motivos para la selección:
Cada vez está más presente la IA en nuestras vidas cotidianas; vemos artículos en periódicos y noticias en redes sociales casi a diario sobre el rumbo que está tomando la tecnología y concretamente la IA.
En el diagnóstico por imagen se están empezando a implantar poco a poco distintos software de apoyo para el diagnóstico de enfermedades. Considero que es importante ir teniendo presente la existencia de estos softwares y verlos como aliados a la hora de valorar una enfermedad para ofrecer el mejor informe posible y ayudar tanto a otros médicos, como a los pacientes.
Resumen:
El ACV es la segunda causa de muerte y discapacidad en todo el mundo. Dentro de los ACV la incidencia de OGV es alta (31%). La realización de una angio-TC durante la evaluación de pacientes con sospecha de OGV es inexcusable dado que dará el diagnóstico y se decidirá si el paciente es candidato o no a TM. Dada la importancia del correcto diagnóstico de las OGV se han desarrollado sistemas de apoyo a la toma de decisiones mediante inteligencia artificial (el presentado en el artículo se denomina e-CTA).
Se presenta un estudio en el que se incluyeron 300 angio-TC realizadas por sospecha de ACV agudos sin incluir las realizadas por otras sospechas clínicas. Los estudios de angio-TC se realizaron tras la administración de contraste intravenoso (iohexol) a velocidad de 4 ml/s y con un grosor de 0,625 mm. Los informes e-CTA se generaron en el momento del escaneo incluyendo texto e imágenes destacadas de los hallazgos más significativos.
Para hacer más sistemático el estudio se registraron los siguientes datos tanto en el informe del radiólogo como en el informe del e-CTA de forma estandarizada:
- ¿Se ha informado de una OGV intracraneal?
- ¿Cuál es la ubicación del OGV notificado?
El software e-CTA se limitó a detectar las oclusiones en segmento terminal de la arteria carótida intracraneal y los segmentos M1 y M2 de la ACM. La precisión del software obtuvo los siguientes valores: sensibilidad (86%), especificidad (88%), valor predictivo positivo (0,35) y valor predictivo negativo (0,99). El software detectó correctamente 18 de 21 casos y obtuvo 34 falsos positivos.
Uno de los puntos que más se destacan del estudio es la discrepancia entre el radiólogo y el software en 43 casos, de los cuales en 6 el informe e-CTA fue el que dio el verdadero diagnóstico (en 4 casos el radiólogo no logró encontrar la oclusión existente y en 2 casos hubo un sobrediagnóstico por parte del radiólogo al no existir realmente la OGV).
Una limitación del estudio es el porcentaje relativamente bajo (41%-127/300 casos) en los que el estudio se adquirió en fase arterial máxima óptima, lo que pudo condicionar a que hubiera discrepancias entre el radiólogo y el software. Otra limitación importante del estudio fue que sólo los casos de discrepancia entre el informe e-CTA y el radiólogo se sometieron a una revisión adicional, por lo que algunos radiólogos pueden haber producido un falso positivo o un falso negativo al estar condicionados por el informe e-CTA.
La incidencia de OGV en este estudio fue del 7%, mucho más baja que en otros estudios similares de la literatura donde presentaron incidencias de hasta el 53% (Seker et al), lo que probablemente condicionó la disminución del VPP, dando lugar a que más de la mitad de todas las OGV reportadas por e-CTA fueran falsos positivos.
Dados estos hallazgos, es innegable que la diferencia de incidencia de OGV en las distintas poblaciones, los diferentes equipos diagnósticos y los distintos protocolos de angio-TC afectan al rendimiento del algoritmo del software y al propio sistema de IA. Por todo ello, el software actualmente tiene únicamente licencia como una herramienta de apoyo a la decisión para ayudar a los radiólogos.
Valoración personal:
Considero este artículo diferente respecto a los que solemos leer en el día a día. No trata un tema concreto sobre una patología ni de hallazgos en las distintas pruebas de imagen, pero me parece muy útil para tener una idea aproximada de la situación real de la IA en el radiodiagnóstico.
Pese a que este artículo incluye un extenso número de casos, considero que trabajos sobre IA deberían incluir una muestra mucho más amplia. El problema de esto también, como se comenta en el artículo, es la distinta incidencia de patologías en diferentes poblaciones, lo que complica aún más la implantación global de software de IA para el diagnóstico de enfermedades. Otra limitación del estudio es la falta de revisión adicional en los casos de consenso entre radiólogo y e-CTA, lo que posiblemente haya conducido a un sesgo en los datos presentados.
El radiodiagnóstico es una especialidad que irá creciendo a lo largo de los años al ser cada vez más imprescindible ya que la tendencia de la medicina actual es hacia la mayor solicitud de pruebas de imagen tanto para el diagnóstico como para el seguimiento / control de hallazgos o patologías concretas. Es por ello por lo que en un futuro la IA podrá ser una aliada del radiólogo al facilitar el día a día con algoritmos y softwares que nos ayuden a dar un mejor diagnóstico para nuestros pacientes.
Guillermo Santabrígida Oreja
Hospital Universitario de Salamanca, Salamanca, R1.
cbseram.com 
Deja una respuesta