Soy urgenciólogo; ¿Me fío de lo que me dice la Inteligencia Artificial sobre una radiografía de tórax?

Resumen

Objetivos:  Evaluar la sensibilidad (S) y especificidad (E) de la Inteligencia Artificial (IA) y del residente en la lectura de radiografías torácicas urgentes (RxU) respecto al Gold Standard (GS; radiólogo senior). Evaluar la concordancia entre la IA y el residente. Material y Métodos: Estudio observacional, descriptivo, transversal, retrospectivo y doble ciego en una muestra de 784 pacientes de Urgencias entre Octubre y Noviembre de 2022.  La IA evalúa cinco variables categóricas (nódulo pulmonar, opacidad pulmonar, derrame pleural, neumotórax y fractura) y proporciona una lectura positiva, negativa o dudosa. Comparamos el rendimiento diagnóstico de la IA y del residente frente al GS y describimos la frecuencia de casos dudosos y de otras variables no evaluadas por la IA (anomalías mediastínicas, material quirúrgico y otros hallazgos pulmonares). Resultados:  Ambos obtienen resultados buenos para fractura y neumotórax (S=100%), moderados para opacidad pulmonar (S=71-76%) y razonables para derrame pleural (S=60-67%), con VPN>95% y AUC>0,8. Para nódulo pulmonar, la S del residente es moderada (75%) y la de IA baja (33%), con VPN=0,99.  Cuando la IA duda, el porcentaje de diagnósticos verdaderamente positivos es bajo.   La concordancia entre ambos es baja (coeficiente Kappa=0,3) para todas las variables salvo para derrame pleural, que es moderada (0,5). Conclusiones: Evaluamos el impacto de la IA en la práctica clínica, comparando su validez frente al radiólogo. Obtiene alta AUC y VPN para todas las variables salvo para nódulo pulmonar y destaca alta S para fractura y neumotórax. La concordancia entre IA y residente es baja.