Detección automatizada de cálculos biliares mediante un algoritmo de aprendizaje profundo en tomografías...

Área de la Ciencia:

• Radiología
• Inteligencia artificial
• Imágenes médicas

Sus antecedentes:

• Los cálculos biliares (colelitiasis) son comunes y a menudo se diagnostican mediante ecografía.
• Las TC pueden detectar cálculos biliares, pero se necesitan métodos de detección automatizados.
• El aprendizaje profundo ofrece potencial para mejorar la precisión diagnóstica en imágenes médicas.

Objetivo del estudio:

• Desarrollar y evaluar un algoritmo de aprendizaje profundo para la detección automatizada de cálculos biliares en TC.
• Evaluar la precisión diagnóstica, la sensibilidad y la especificidad del algoritmo.
• Comparar la detección de cálculos biliares basada en TC con los informes de ecografía y RM, cuando estén disponibles.

Principales métodos:

• Estudio retrospectivo unicéntrico que utiliza TC de enero de 2018 a junio de 2019.
• Modelos de aprendizaje profundo entrenados con vesículas biliares segmentadas y etiquetas de cuadros delimitadores de cálculos biliares.
• Validación cruzada de 5 pliegues y evaluación en un conjunto de prueba de 90 TC.
• El análisis incluyó el coeficiente Dice, la sensibilidad, la especificidad, el análisis ROC y la comparación con informes de ecografía/RM.

Principales resultados:

• El algoritmo de segmentación logró una puntuación Dice mediana del 94,4%.
• El pipeline de detección mostró un 96,7% de sensibilidad y un 83,3% de especificidad para la detección de cálculos biliares.
• Se observó una alta sensibilidad para cálculos hiperdensos (97,3%) y grandes (>10 mm, 97,1%).
• La TC mostró bajas tasas de falsos positivos (0,6%) y falsos negativos (4,5%) en comparación con la ecografía/RM.

Conclusiones:

• El algoritmo de aprendizaje profundo desarrollado demuestra una alta sensibilidad para detectar cálculos biliares en TC.
• El algoritmo es particularmente eficaz para cálculos biliares grandes y conspicuos.
• Esta herramienta de IA muestra una gran promesa para la detección automatizada de cálculos biliares en la práctica clínica.