Artículo original: Brady AP, Allen B, Chong J, Kotter E, Kottler N et al. Developing, Purchasing, Implementing and Monitoring AI Tools in Radiology: Practical Considerations. A Multi-Society Statement From the ACR, CAR, ESR, RANZCR & RSNA. J Am Coll Radiol. 2024;21(8):1292-1310.
DOI: https://doi.org/10.1016/j.jacr.2023.12.005
Sociedad: American College of Radiology (@RadiologyACR)
Palabras clave: artificial intelligence, automation, machine learning, radiology.
Abreviaturas y acrónimos utilizados: ACR (American College of Radiology), CAD (computer-aided detection), CAR (Canadian Association of Radiologists), ESR (European Society of Radiology), IA (inteligencia artificial), RANZCR (Royal Australian and New Zealand College of Radiologists), RSNA (Radiological Society of North America).
Línea editorial del número: Journal of the American College of Radiology (JACR), es la revista oficial de publicación mensual, asociada a la American College of Radiology (ACR). Con un factor de impacto de 4.6, informa (según su descripción oficial) a sus lectores de temas actuales, pertinentes e importantes que afectan la práctica de radiólogos diagnósticos, intervencionistas y oncólogos radioterápicos. Así la revista mejora su práctica y ayuda a optimizar su papel en el sistema de salud. Esta revista recoge artículos informativos y bien redactados acerca de las políticas de sanidad, la práctica clínica, la gestión, data science y educación, involucrando a los lectores en un diálogo que finalmente beneficia al paciente. En el número de agosto se incluyen artículos originales, revisiones y artículos de opinión entre otros. La mayoría de ellos se incluyen en el apartado “Radiología global”. Destacaría de este dos artículos, uno acerca de iniciativas mundiales de salud: programas internacionales de consulta entre médicos ;y otro sobre el papel del radiólogo en la descolonización de la salud mundial.
Motivos para la selección: Este artículo original merece ser revisado por la creciente importancia que tiene el desarrollo y la implementación de la inteligencia artificial en nuestra especialidad, independientemente de la sección o subespecialidad a la que cada uno se dedique. Además, aborda el tema desde una perspectiva global, exponiendo la visión que tienen las principales sociedades de radiología internacionales sobre el devenir de ésta y sus potenciales problemas a la hora de aplicarla a la práctica clínica diaria. Pretende servir de resumen útil, proporcionando orientación a los desarrolladores, compradores y usuarios de IA, para garantizar que las cuestiones prácticas que rodean a la IA, desde su concepción hasta la integración de la misma a largo plazo en la atención sanitaria, sean claras, comprendidas y abordadas, siendo la seguridad y el bienestar del paciente y de forma global, la sociedad, los principales motores de todas las decisiones relativas a la misma.
Resumen:
La integración de la inteligencia artificial (IA) en el campo de la radiología puede provocar un cambio de paradigma en el desarrollo de la actividad asistencial del radiólogo, sin precedentes. Tiene la capacidad de revolucionar la práctica sanitaria al mejorar el proceso diagnóstico, seguimiento y manejo de múltiples enfermedades. Sin embargo, la disponibilidad, cada vez mayor, de herramientas de IA, pone de manifiesto una necesidad creciente de evaluar críticamente su utilidad y diferenciar aquellos productos seguros de los que son potencialmente dañinos o fútiles.
Dada la dependencia crítica de la IA en los datos, las cuestiones éticas relativas a la adquisición, el uso, el almacenamiento y la eliminación de los mismos son fundamentales para la seguridad del paciente y el uso adecuado de la IA.
Además, al depender fundamentalmente de datos aislados y carecer de contexto es más probable que se generen sesgos si los datos utilizados para entrenar el sistema no son representativos de la población de pacientes en la que se utilizará posteriormente dicho sistema.
Los nuevos productos deben responder a las necesidades clínicas, no centrarse en la tecnología y en los datos existentes en sí. La IA debe cumplir con los principios éticos médicos de beneficencia, no maleficencia, autonomía y justicia.
En 2019 las sociedades norteamericana (RSNA), europea (ESR), canadiense (CAR), australiana y neo zelandesa (RANZCR) y el colegio americano de radiología (ACR) colaboraron en la realización de una declaración sobre la ética de la IA en radiología, con los siguientes mensajes clave:
- La IA en radiología debe promover el bienestar, minimizar los daños y asegurar que los beneficios y los daños se distribuyan entre las partes interesadas de una manera justa.
- La IA debe respetar los derechos humanos y las libertades, incluida la dignidad y la privacidad. Debe estar diseñada para una transparencia y fiabilidad máximas.
- La responsabilidad y el control de la IA siguen correspondiendo en última instancia a los diseñadores y operadores humanos.
- La comunidad radiológica debe desarrollar códigos de ética y práctica que promuevan cualquier uso beneficioso para los pacientes y el bien común, y bloquear el uso de datos de radiología y algoritmos para obtener ganancias financieras sin esos dos atributos.
- Se necesita una investigación extensa para entender cómo llevar mejor la IA a la práctica clínica.
- La IA conlleva posibles escollos y sesgos inherentes. El uso generalizado de sistemas inteligentes y autónomos basados en IA puede aumentar el riesgo de errores sistemáticos con consecuencias graves, y pone de relieve cuestiones éticas y sociales complejas.
Antes de la aprobación para su uso clínico, los reguladores deben solicitar información a los desarrolladores de software acerca del rendimiento, garantizando que la información presentada cumple con las normas más estrictas de la práctica y que las soluciones de IA cuentan con un plan explícito de garantía de la calidad posterior a la comercialización. Esto puede realizarse, por ejemplo, mediante el control de desviaciones importantes en las frecuencias de los eventos de diagnóstico de mes a mes, con la activación de alertas cuando se superen los límites normales.
La necesidad de reevaluaciones frecuentes debe considerarse en función del riesgo para el paciente en caso de fallo del modelo y la relevancia de una decisión clínica específica de un producto de IA.
A la hora de evaluar concretamente un producto de IA, previo a su aplicación las preguntas que podemos hacernos son:
- ¿Cuál es el uso previsto de la IA, quién se beneficiará más de su uso, qué riesgos están asociados con su uso y cuál es el impacto económico potencial?
- ¿Cómo se integrará la herramienta de IA en los flujos de trabajo de las instituciones y cómo pueden verificarse y controlarse las reclamaciones comerciales?
- ¿Cómo deben ser formados los usuarios y qué efectos psicológicos deben considerarse en relación con la interacción entre el hombre y la IA?
- ¿Los datos de aprobación/autorización de la FDA (u otro organismo) reflejan la exactitud de los datos locales? ¿Es suficiente esa precisión de los datos locales para su utilización en esa institución y aceptarán los usuarios y, por tanto, se comprometerán con los resultados de la IA?
En resumen, la inteligencia artificial en radiología está aquí para quedarse. Tiene el potencial de agregar un valor significativo a nuestra actividad asistencial y ampliar los horizontes de lo que la imagen puede ofrecer. La radiómica, por ejemplo, es un campo en expansión de extracción y análisis de datos que no podría existir sin IA.
Al aumentar la presencia y el impacto de esta nueva tecnología en la atención sanitaria, es vital que lo haga de una manera segura y orientada exclusivamente a los beneficios. El desarrollo, la promoción y la adopción clínica de las herramientas de IA deben estar alineados con los beneficios para aquellos en quienes se utilizarán estas herramientas. Es inevitable que se tengan en cuenta los intereses comerciales al desarrollar y adoptar herramientas de IA, pero estos intereses no deben primar.
Valoración personal:
Es un artículo original fácil de leer, que aborda de forma sencilla y a su vez global, el desarrollo de la inteligencia artificial y los posibles desafíos y riesgos de su implementación en nuestra actividad asistencial. Lo encuentro muy interesante en cualquier año de residencia puesto que es un buen artículo de introducción a un tema no tratado o contemplado habitualmente en nuestra formación. Ofrece orientación acerca de cuáles son los ítems que debemos tener en cuenta a la hora de valorar la utilidad en nuestra práctica diaria de una solución de inteligencia artificial, además de identificar los potenciales riesgos que pueden sufrir nuestros pacientes y la forma de evitarlos, mediante un análisis cuidadoso de la misma.
Paula Menor García
Complejo Asistencial Universitario de Salamanca, Salamanca, R1
paulamenor@usal.es
cbseram.com 
Deja un comentario