Modelos de inteligencia artificial para predecir resultados en metástasis espinales: una revisión sistemática y un...

Área de la Ciencia:

• En el campo de la oncología
• La informática médica
• Radiología

Sus antecedentes:

• Las metástasis espinales perjudican significativamente la función neurológica y la calidad de vida.
• La toma de decisiones clínicas personalizadas requiere un pronóstico preciso y una predicción del resultado.
• La evaluación de la eficacia de la inteligencia artificial (IA) para predecir los resultados de las metástasis espinales es crucial.

Objetivo del estudio:

• Evaluar sistemáticamente la eficacia de los modelos basados en la IA para predecir las complicaciones y los resultados del tratamiento en pacientes adultos con metástasis espinales.
• Evaluar la precisión y la generalización de los modelos de IA en diferentes tareas de predicción.

Principales métodos:

• Búsqueda completa de la literatura en las principales bases de datos (PubMed, Scopus, Web of Science, Embase, Cochrane) hasta enero de 2025.
• Inclusión de estudios que utilicen modelos de IA para la predicción de resultados en pacientes adultos con metástasis espinales, siguiendo las directrices de PRISMA.
• Metaanálisis de los resultados de la AUC utilizando un modelo de efectos aleatorios y evaluación de la calidad mediante PROBAST.

Principales resultados:

• El análisis de 47 estudios con 25 790 pacientes reveló un promedio ponderado de AUC de 0,762 (entrenamiento), 0,876 (validación interna) y 0,810 (validación externa).
• Los algoritmos de aprendizaje automático del Grupo de Investigación de Oncología Esquelética (SORG- MLA) demostraron AUCs de validación externa consistentes > 0,84 para la mortalidad a 90 días y a 1 año.
• Los modelos radiómicos mostraron potencial en la planificación preoperatoria para la predicción de la radiación y la pérdida de sangre; la investigación se centró predominantemente en los cánceres de mama, pulmón y próstata.

Conclusiones:

• Los modelos de IA demuestran una precisión razonable en la predicción de la mortalidad, el estado ambulatorio, la pérdida de sangre y las complicaciones quirúrgicas en las metástasis espinales.
• La aplicación más amplia requiere una mayor validación externa, la estandarización de los datos y la evaluación de los marcos éticos y reglamentarios.
• La investigación futura debe centrarse en el desarrollo de modelos híbridos de IA multimodales y en la evaluación de su utilidad clínica.