Estudio sobre la evaluación de la displasia de la cadera mediante la medición del ángulo lateral centro-borde de la...

Área de la Ciencia:

• Radiología e imágenes médicas
• Inteligencia artificial en el cuidado de la salud
• La ortopedia

Sus antecedentes:

• El diagnóstico de displasia de cadera se basa en la medición precisa del ángulo lateral centro-borda (LCEA).
• La medición manual de la LCEA puede llevar mucho tiempo y estar sujeta a variabilidad entre los observadores.
• Los métodos automatizados que utilizan inteligencia artificial ofrecen potencial para mejorar la eficiencia y la coherencia.

Objetivo del estudio:

• Evaluar la efectividad de un algoritmo de aprendizaje profundo en la medición automática de la LCEA de la articulación de la cadera en imágenes de rayos X.
• Comparar la precisión y fiabilidad de las mediciones automatizadas de LCEA con las mediciones manuales realizadas por radiólogos.
• Evaluar el rendimiento diagnóstico del algoritmo de aprendizaje profundo para la displasia de cadera.

Principales métodos:

• Un estudio retrospectivo de 231 pacientes (462 caderas) con radiografías bilaterales de la cadera.
• Los radiólogos anotaron puntos de referencia para el entrenamiento de modelos de aprendizaje profundo.
• Las mediciones automatizadas de LCEA se compararon con las mediciones manuales utilizando el coeficiente de correlación intraclase (ICC) y el análisis de ROC.

Principales resultados:

• No se encontraron diferencias significativas entre las mediciones manuales y automatizadas de LCEA (P>0,05).
• Se observó una alta consistencia: el ICC para las caderas izquierdas fue de 0,936 y para las caderas derechas fue de 0,902.
• El algoritmo demostró una sensibilidad del 88,64% y una precisión del 95,67% para el diagnóstico de displasia de cadera, con un área bajo la curva (AUC) de 0,917.

Conclusiones:

• El algoritmo de aprendizaje profundo mide efectivamente la LCEA bilateral de la cadera en rayos X.
• El método automatizado muestra una alta precisión y fiabilidad para diagnosticar la displasia de cadera.
• Esta herramienta de IA es prometedora para mejorar la evaluación de la displasia de cadera.