Búsqueda Diferenciable de Arquitecturas Neuronales para la segmentación de imágenes médicas: una revisión sistemática...

Área de la Ciencia:

• Análisis de imágenes médicas
• Inteligencia artificial en atención médica
• Patología computacional

Sus antecedentes:

• La segmentación de imágenes médicas es vital para aplicaciones clínicas pero enfrenta desafíos únicos como datos volumétricos y cambio de dominio.
• La Búsqueda de Arquitecturas Neuronales (NAS) tradicional es computacionalmente costosa para la segmentación de imágenes médicas 3D.
• DNAS Diferenciable ofrece un enfoque más factible al usar optimización basada en gradientes dentro de una superred compartida.

Objetivo del estudio:

• Revisar sistemáticamente la aplicación de DNAS Diferenciable (DNAS) en la segmentación de imágenes médicas.
• Analizar las metodologías, los estándares de reporte y las limitaciones de los estudios DNAS existentes en este dominio.
• Proponer mejoras para la transparencia, comparabilidad y reproducibilidad clínica de DNAS para la segmentación médica.

Principales métodos:

• Se realizó una revisión sistemática de la literatura inspirada en PRISMA, examinando múltiples bases de datos de 2018 a 2025.
• Se analizaron cuantitativamente 33 artículos que representan 31 métodos DNAS únicos para la segmentación de imágenes médicas.
• La revisión se centró en aspectos como la validación externa, la disponibilidad de código, la estabilidad de la búsqueda y la optimización multiobjetivo.

Principales resultados:

• La validación externa en conjuntos de datos independientes se informó en solo ~10% de los estudios.
• La liberación completa del código, incluida la implementación de la búsqueda, se limitó a ~26% de los artículos revisados.
• La investigación sustantiva sobre la estabilidad de la búsqueda y la optimización multiobjetivo (latencia, memoria) fue poco común (~23% cada una).

Conclusiones:

• Si bien DNAS es prometedor para el diseño automatizado de modelos de segmentación de imágenes médicas, las prácticas actuales presentan brechas significativas en validación, reproducibilidad y reporte.
• Existe una necesidad crítica de reporte y metodologías estandarizadas para mejorar la aplicabilidad clínica de los modelos derivados de DNAS.
• Una Tarjeta de Reporte NAS propuesta tiene como objetivo mejorar la transparencia y la comparabilidad en la investigación de segmentación médica.