Análisis de la Inteligencia Artificial en la radiografía de tórax

Resumen

OBJETIVOS: Validar la inteligencia artificial (IA) en la radiografía de tórax como herramienta en los informes radiológicos de la urgencia. MATERIAL Y MÉTODO: Estudio piloto observacional sobre 132 pacientes valorados en urgencias con clínica leve de infección por COVID-19, desde Abril hasta Junio del 2021. Se valora la presencia/ausencia en las radiografías de tórax de ocho variables categóricas: atelectasias, calcificaciones, derrame pleural, nódulos pulmonares, consolidaciones, fibrosis, cardiomegalia y mediastino. La  sensibilidad y especificidad de la IA para la detección de cada una de ellas, se analiza mediante tablas cruzadas entre el informe del radiólogo y la IA. Se toma como  gold standard el informe del radiólogo. Se estudia la concordancia entre ambos métodos mediante el índice kappa. Se considera buena concordancia cuando el índice kappa es superior a 0,6 y débil cuando es inferior a 0,4. Se valora también la probabilidad de acierto dada por la propia IA. RESULTADO: La IA presenta una sensibilidad del 100% y una especificidad superior al 90% en todas las variables, salvo en la detección de consolidaciones. El grado de concordancia es bueno para la mayoría de las variables, siendo débil en la valoración de nódulos pulmonares. Cuando la IA determina una probabilidad de acierto menor al 50%, sus resultados no coinciden con el informe del radiólogo. CONCLUSIONES: Dado que los valores de sensibilidad y especificidad de la IA son elevados y la concordancia con el informe del radiólogo es buena, consideramos que podría ser una herramienta útil y válida en la radiología de urgencias.