Valor diagnóstico del software basado en inteligencia artificial para la detección de fracturas pediátricas de las...

Área de la Ciencia:

• Radiología pediátrica
• La inteligencia artificial médica
• Imágenes del esqueleto

Sus antecedentes:

• El diagnóstico preciso de las fracturas pediátricas es vital para el correcto desarrollo del esqueleto.
• La disponibilidad limitada de especialistas en radiología pediátrica requiere herramientas avanzadas de apoyo al diagnóstico.
• La inteligencia artificial (IA) ofrece potencial para mejorar la detección de fracturas en la atención de emergencia pediátrica.

Objetivo del estudio:

• Evaluar el rendimiento diagnóstico del software de IA BoneView® para fracturas de extremidades superiores en niños.
• Para comparar la precisión de la herramienta de IA con las evaluaciones de los radiólogos pediátricos expertos.
• Identificar las regiones anatómicas donde la IA funciona de manera óptima y donde se necesitan mejoras.

Principales métodos:

• Análisis retrospectivo de los datos radiográficos de 826 pacientes pediátricos.
• Revisión independiente por dos radiólogos pediátricos experimentados como el estándar de referencia.
• Cálculo de las métricas de precisión del diagnóstico, incluida la sensibilidad, la especificidad y los valores predictivos para la herramienta de IA.

Principales resultados:

• La herramienta de IA logró una sensibilidad general del 89% y una especificidad del 91% para las fracturas de las extremidades superiores.
• El rendimiento varía según la región anatómica, con una precisión superior para las fracturas de muñeca (96% de sensibilidad, 94% de especificidad) y una precisión menor para las fracturas de codo (87% de sensibilidad, 65% de especificidad).
• No se observaron diferencias significativas en el rendimiento de la muñeca, la clavícula, la parte superior del brazo y el antebrazo en comparación con el estándar de referencia.

Conclusiones:

• El software de IA puede servir como una valiosa ayuda de diagnóstico en la radiología de emergencia pediátrica.
• Si bien el rendimiento general es robusto, las limitaciones en la detección de fracturas en áreas específicas como el hombro, el codo, la mano y los dedos requieren un entrenamiento adicional del algoritmo.
• Las herramientas de IA pueden complementar, pero no reemplazar, la evaluación radiológica de expertos en el diagnóstico de fracturas pediátricas.