Evaluación visual y basada en la IA de la neumonía por COVID-19: viabilidad y reproducibilidad de un sistema de...

Área de la Ciencia:

• Radiología
• Inteligencia artificial
• Enfermedades infecciosas

Sus antecedentes:

• La evaluación de la gravedad de la afectación pulmonar por el COVID-19 es crucial para el manejo del paciente.
• El Pan-score es un sistema semi-cuantitativo para evaluar la enfermedad pulmonar en la TC del tórax.
• Acuerdo entre evaluadores para la evaluación de necesidades de puntuación visual y basada en IA.

Objetivo del estudio:

• Determinar el acuerdo intercalificador para el sistema Pan-score.
• Para comparar las evaluaciones visuales realizadas por lectores humanos con las evaluaciones basadas en IA.
• Para evaluar la confiabilidad del Pan-score en pacientes con COVID-19.

Principales métodos:

• Estudio retrospectivo de 569 pacientes con COVID-19 con tomografías computarizadas del pecho.
• Pan-score asignado por un radiólogo, un asistente médico, un estudiante de medicina y un software de IA.
• Kappa ponderada de Cohen (κ) calculada para el acuerdo entre los evaluadores.

Principales resultados:

• Se observó un alto acuerdo entre los lectores humanos (κ = 0,71 0,86) y entre los humanos y la IA (κ = 0,83).
• Las puntuaciones basadas en IA fueron significativamente más altas que las puntuaciones evaluadas en humanos (p < 0,001).
• El grosor del corte de la imagen no afectó el acuerdo; la administración de medios de contraste aumentó las puntuaciones.

Conclusiones:

• El Pan-score es fácil de usar, pero puede ser subjetivo, lo que lleva a posibles inexactitudes.
• El alto acuerdo entre tasadores respalda la confiabilidad del Pan-score para la participación pulmonar en el COVID-19.
• Tanto los lectores humanos como la IA demuestran una aplicación consistente del sistema Pan-score.