Predicción de la densidad mineral ósea impulsada por IA a partir de radiografías de tórax y su asociación con la...

Área de la Ciencia:

• Medicina para la edad avanzada
• Radiología
• Inteligencia artificial en el cuidado de la salud

Sus antecedentes:

• La población que envejece está experimentando un aumento de enfermedades crónicas como la apnea obstructiva del sueño (AOS) y la osteoporosis.
• La evaluación tradicional de la densidad mineral ósea (DMO) con DXA tiene limitaciones, especialmente en pacientes con enfermedades multisistémicas como la OSA.
• Se necesitan métodos innovadores para evaluar simultáneamente la salud ósea y el riesgo de AOS.

Objetivo del estudio:

• Investigar la asociación entre las métricas de salud ósea derivadas de las radiografías de tórax (CXR) y la apnea obstructiva del sueño (AOS).
• Evaluar la eficacia de los modelos de inteligencia artificial (IA) y aprendizaje automático (AM) en la predicción del riesgo de AOS utilizando datos CXR.
• Explorar una herramienta de detección rentable y libre de radiación para la osteoporosis y la AOS.

Principales métodos:

• Utilizó el software VeriOsteoTMOP para predecir la DMO de la columna lumbar y las puntuaciones T de las imágenes CXR.
• Se analizaron datos de 70.395 pacientes sometidos a CXR, con muestras elegibles seleccionadas según el diagnóstico de OSA y los resultados de DXA.
• Empleó regresión logística, bosque aleatorio y modelos XGBoost ML, incorporando variables como edad, género, IMC y puntaje T para predecir el riesgo de AOS.

Principales resultados:

• Los modelos de aprendizaje automático demostraron una asociación significativa entre las puntuaciones T (medida de la salud ósea) y el riesgo de AOS, incluso después de controlar el IMC.
• El área bajo la curva (AUC) para predecir el riesgo de AOS excedió el 85% en los conjuntos de datos de capacitación y validación para algunos modelos.
• La contribución predictiva de la puntuación T al riesgo de AOS fue significativa cuando se controló el IMC.

Conclusiones:

• El análisis de imágenes CXR basado en IA es prometedor para el cribado de la osteoporosis y la evaluación del riesgo de OSA.
• La combinación de CXR con modelos ML proporciona una herramienta viable, rentable y libre de radiación para la detección y detección temprana.
• Este enfoque tiene un potencial significativo de aplicación clínica en el tratamiento de pacientes con AOS comórbida y osteoporosis.