Modelos de IA superan a expertos humanos en la identificación de cáncer de ovario en imágenes de ultrasonido

Los tumores de ovario se detectan con frecuencia, a menudo por casualidad. En muchas regiones, hay una escasez significativa de especialistas en ecografía, lo que ha generado preocupaciones sobre intervenciones médicas innecesarias y diagnósticos de cáncer tardíos. Un nuevo estudio, publicado en Nature Medicine, revela que los modelos basados en inteligencia artificial (IA) pueden superar a los expertos humanos en la identificación del cáncer de ovario a partir de imágenes de ecografía.

En el estudio internacional dirigido por el Instituto Karolinska (Solna, Suecia), los investigadores desarrollaron y validaron modelos de redes neuronales que pueden distinguir entre lesiones ováricas benignas y malignas. La IA se entrenó y probó en más de 17.000 imágenes de ultrasonidos de 3.652 pacientes en 20 hospitales de ocho países. Luego, los investigadores compararon el rendimiento diagnóstico de estos modelos de IA con un gran grupo de examinadores de ultrasonidos tanto expertos como menos experimentados. Los resultados mostraron que los modelos de IA lograron una tasa de precisión del 86,3%, superando el 82,6% de los expertos y el 77,7% de los no expertos.

Los modelos de IA también podrían reducir la necesidad de derivaciones a expertos. En un escenario de triaje simulado, la IA redujo el número de derivaciones en un 63% y la tasa de diagnósticos erróneos en un 18%. Esto podría conducir a una atención más rápida y rentable para las pacientes con lesiones ováricas. A pesar de estos resultados prometedores, los investigadores enfatizan la necesidad de realizar más estudios para comprender plenamente las limitaciones clínicas y el potencial de los modelos de redes neuronales. Actualmente, están realizando ensayos clínicos prospectivos para evaluar la seguridad y la eficacia de la herramienta de IA en la práctica clínica diaria. Las investigaciones futuras también incluirán un estudio multicéntrico aleatorizado para evaluar su impacto en la gestión de las pacientes y los costos de la atención médica.

“Con una investigación y un desarrollo continuos, las herramientas basadas en IA pueden ser una parte integral de la atención médica del mañana, aliviando a los expertos y optimizando los recursos hospitalarios, pero debemos asegurarnos de que puedan adaptarse a diferentes entornos clínicos y grupos de pacientes”, dijo Filip Christiansen del Instituto Karolinska, quien es el primer autor conjunto.

Visitar la expo >

Multi-Use Ultrasound Table

Clinton

New

Ultrasound Table

Women’s Ultrasound EA Table

New

Mobile Cath Lab

Photon F65/F80

Radiation Therapy Treatment Software Application

Elekta ONE