Validación externa de un soporte de Inteligencia Artificial para el diagnóstico de fracturas en radiografía simple en un servicio de urgencias

Resumen

OBJETIVOS El propósito de nuestro trabajo ha sido realizar una validación externa de una herramienta de Inteligencia Artificial en el diagnóstico de fracturas en radiografías (Rx) realizadas en el servicio de urgencias de nuestro centro.   MATERIAL Y MÉTODOS Se ha realizado un estudio observacional transversal donde dos radiólogos han revisado Rx solicitadas desde urgencias valoradas inicialmente por una herramienta de Inteligencia Artificial (IA) durante los meses de junio, julio y agosto de 2023. Se ha determinado para el diagnóstico de fractura y de estudio sin alteraciones sensibilidad (S), especificidad (E), valor predictivo positivo (VPP), valor predictivo negativo (VPN) y la concordancia (Kappa) entre el diagnóstico de IA y el del radiólogo (gold standard). No se han considerado diferencias de concordancia entre ambos radiólogos. No se han tenido en cuenta diferencias de sexo, edad y localización de la fractura. Se ha considerado el VPN el parámetro de mayor importancia debido a su repercusión en el manejo del paciente. RESULTADOS Se han analizado 1000 proyecciones de 955 Rx de un total de 771 pacientes. Se ha obtenido una S de 95.8%, una E de 95.7%, un VPP de 86%, un VPN de 98.8% (IC95%:97.7-99.4%) y concordancia de 0.878 (IC95:0,843-0.914). CONCLUSIÓN La herramienta de IA utilizada ha demostrado buenos resultados para descartar la presencia de fractura en un primer nivel de atención del paciente.