Software de inteligencia artificial para detectar lesiones hepáticas pequeñas en imágenes de la fase hepatobiliar...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia Artificial en Radiología
• Imágenes hepatobiliares

Sus antecedentes:

• La obtención de imágenes de la fase hepatobiliar (HBP) mejorada con ácido gadoxético es crucial para detectar lesiones hepáticas.
• La interpretación precisa de las lesiones hepáticas pequeñas sigue siendo un desafío de diagnóstico.
• La inteligencia artificial (IA) ofrece potencial para mejorar el rendimiento diagnóstico en radiología.

Objetivo del estudio:

• Evaluar el impacto del software de muestreo multiscala de inteligencia artificial (msAI) en el rendimiento diagnóstico de los lectores que interpretan las imágenes de HBP.
• Evaluar el efecto del msAI en la detección y caracterización de pequeñas lesiones hepáticas.
• Para analizar el rendimiento del lector con y sin la asistencia de msAI.

Principales métodos:

• Se revisaron imágenes de HBP de 30 pacientes con 186 lesiones hepáticas.
• Tres radiólogos, nueve residentes y dos médicos generales interpretaron las imágenes dos veces: con y sin el software msAI.
• Para calcular la cifra de mérito (FOM) y la fracción de localización de la lesión (LLF), se utilizó el análisis de la característica operativa del receptor de respuesta libre (ROC) de Jackknife.
• Se calculó la relación de consulta negativa (NCR) para evaluar la precisión del lector en la evaluación de los hallazgos de la IA.

Principales resultados:

• El software msAI mejoró significativamente la fracción de localización de la lesión (LLF) para todos los lectores (0,74 a 0,82, p<0,01).
• La cifra general de mérito (FOM) no cambió significativamente (0,76 a 0,78, p=0,45).
• Para lesiones menores de 6 mm, el msAI mejoró significativamente el LLF (0, 40 a 0, 53, p< 0, 01), pero el FOM se mantuvo sin cambios (0, 63 a 0, 66, p=0, 51).
• Los lectores con una baja proporción de consultas negativas (<10%) mostraron mejoras significativas tanto en LLF como en FOM al usar msAI.

Conclusiones:

• El software de inteligencia artificial de muestreo multiscala (msAI) mejora la detectabilidad de pequeñas lesiones hepáticas en imágenes de HBP.
• El beneficio de msAI es más pronunciado cuando los lectores pueden interpretar y utilizar con precisión su salida.
• Las herramientas de IA son prometedoras para mejorar la precisión del diagnóstico para desafiar la detección de lesiones hepáticas.