Detección automática de la osteoporosis oportunista mediante imágenes de rayos X del tórax a través de redes...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia artificial
• Salud ósea

Sus antecedentes:

• La osteoporosis es una enfermedad ósea frecuente caracterizada por una baja densidad ósea que aumenta el riesgo de fracturas.
• El cribado actual con absorptiometría de rayos X de doble energía (DXA) está limitado por el costo, la accesibilidad y la exposición a la radiación.

Objetivo del estudio:

• Desarrollar y validar un método oportunista de detección de la osteoporosis mediante radiografías de tórax.
• Aprovechar modelos de aprendizaje profundo para la detección automatizada de la osteoporosis a partir de imágenes radiográficas.

Principales métodos:

• Se analizaron datos retrospectivos de 1995 pacientes.
• Se entrenaron tres modelos de redes neuronales profundas (Inception v3, VGG16, ResNet50) utilizando el aprendizaje de transferencia en rayos X de tórax.
• El rendimiento del modelo se evaluó utilizando conjuntos de datos internos y validación externa multicéntrica.

Principales resultados:

• El modelo ResNet50 logró una alta precisión (hasta el 90,38%) y un AUC (hasta el 0,957) en las pruebas internas.
• La validación externa demostró una fuerte generalización con una precisión del 89% y un AUC de 0,904.
• El modelo mantuvo un rendimiento robusto incluso con condiciones pulmonares coexistentes.

Conclusiones:

• Se ha desarrollado un método automatizado de detección de la osteoporosis mediante radiografías de tórax.
• Este enfoque impulsado por la IA ofrece una alternativa libre de radiación y rentable para la detección temprana de la osteoporosis.
• El modelo ResNet50 ayuda a los médicos en la identificación y tratamiento oportunos de la osteoporosis.