¿Funciona la IA en todos mis escáneres? Evaluación de la plataforma AH-1 en el seguimiento de la Esclerosis Múltiple

Resumen

La utilidad clínica de un software de inteligencia artificial (IA) depende de su fiabilidad en los distintos escáneres de un entorno hospitalario. Este estudio evalúa el rendimiento del software AH-1 para la detección de lesiones de esclerosis múltiple (EM) en un entorno clínico real multi-escáner, analizando su precisión en diferentes localizaciones anatómicas cerebrales. Se realizó un estudio en el Hospital de Coimbra con datos de cinco sistemas de RM distintos. Se analizaron 101 casos con AH-1 y los hallazgos fueron validados por neurorradiólogos expertos. 32 casos (32,7 %) se clasificaron como activos (con al menos una lesión nueva o ampliada). Se evaluó el rendimiento del software en la detección de 169 lesiones. AH-1 demostró un rendimiento global muy alto, con una sensibilidad del 91% y una precisión del 85%. La localización más frecuente de las lesiones fue la sustancia blanca profunda (83,4% del total), donde el software alcanzó una alta sensibilidad (91,6%). En regiones anatómicamente complejas como la sustancia gris profunda, la región yuxtacortical y el área infratentorial, el software también mostró una sensibilidad relevante (entre 83% y 100%), aunque los hallazgos en estas áreas son preliminares debido al bajo número de lesiones. Esta validación demuestra la robustez y fiabilidad de AH-1 para detectar lesiones de EM, especialmente en la sustancia blanca profunda. Su rendimiento en zonas difíciles sugiere que puede mejorar la eficiencia y la precisión diagnóstica en la monitorización de la EM. No obstante, hacen falta estudios con más lesiones en esas localizaciones para confirmar estos hallazgos.