Inteligencia artificial asistida por uroflujometría y evaluación automatizada de los síntomas del tracto urinario...

Área de la Ciencia:

• Urología
• Inteligencia artificial
• Diagnóstico médico

Sus antecedentes:

• Los síntomas del tracto urinario inferior (LUTS) afectan a muchas personas, y a menudo requieren uroflujometría para el diagnóstico.
• La interpretación manual de los datos de uroflujometría puede ser subjetiva y consumir mucho tiempo.
• El aprendizaje automático avanzado ofrece potencial para el análisis objetivo y preciso de datos médicos complejos.

Objetivo del estudio:

• Desarrollar y validar un marco asistido por IA para la evaluación automatizada de la uroflujometría.
• Mejorar la precisión diagnóstica y la objetividad en la evaluación de los LUTS.
• Proporcionar una herramienta más aplicable clínicamente para las evaluaciones urológicas.

Principales métodos:

• Análisis retrospectivo de datos de uroflujometría anonimizados, puntuaciones de síntomas y datos demográficos.
• Preprocesamiento riguroso de datos, incluida la reducción de ruido y la extracción de características.
• Desarrollo y validación de múltiples modelos de aprendizaje automático (DNN, SVM, Random Forest) utilizando validación cruzada y pruebas estadísticas.

Principales resultados:

• El marco de IA, en particular una red neuronal profunda, logró un alto rendimiento diagnóstico (92,5% de precisión, 0,96 AUC-ROC).
• Se encontraron correlaciones significativas entre los parámetros de uroflujometría y la gravedad de los síntomas, con tasas de flujo pico más bajas relacionadas con una mayor gravedad (p < 0,001).
• La integración de IA mejoró la objetividad y la precisión de la evaluación de la función urinaria.

Conclusiones:

• Se desarrolló con éxito un marco asistido por IA para la evaluación automatizada de datos de uroflujometría.
• Este enfoque de IA ofrece una alternativa más objetiva y precisa a los métodos de diagnóstico tradicionales.
• El marco apoya el manejo personalizado y eficaz de los trastornos urinarios.