Desempeño de modelos de inteligencia artificial entrenados para adultos en imágenes pediátricas: una revisión de...

Área de la Ciencia:

• Radiología Radiología.
• La inteligencia artificial es inteligencia artificial.
• Imágenes pediátricas de imágenes.

Sus antecedentes:

• Los modelos de inteligencia artificial (IA) se utilizan cada vez más en imágenes médicas.
• Las herramientas de IA entrenadas por adultos a menudo se aplican a poblaciones pediátricas sin adaptación específica.
• El rendimiento de estas herramientas de IA entrenadas por adultos en niños no se entiende bien.

Objetivo del estudio:

• Para evaluar el rendimiento de los modelos de IA entrenados por adultos en conjuntos de datos de imágenes pediátricas.
• Para cuantificar la degradación del rendimiento en diferentes modalidades de imágenes, tareas de IA y grupos de edad pediátricos.
• Identificar desafíos específicos en la aplicación de la IA adulta a la radiología pediátrica.

Principales métodos:

• Se realizó una búsqueda exhaustiva de la literatura que cubre 10 años de investigación.
• Se incluyeron estudios si evaluaban modelos de IA entrenados por adultos en datos de imágenes pediátricas.
• La extracción de datos y el análisis narrativo fueron realizados por dos revisores independientes.

Principales resultados:

• Veinte estudios cumplieron con los criterios de inclusión, evaluando las herramientas de IA en varias cohortes pediátricas y modalidades de imagen (radiografía, TC, RM, DEXA, ultrasonido).
• La mayoría de los estudios informaron reducción del rendimiento cuando la IA adulta se aplicó a los datos pediátricos, con las tareas de detección que muestran la disminución más significativa.
• Los niños menores de 2 años exhibieron consistentemente los mayores déficits de rendimiento en todas las tareas de IA.

Conclusiones:

• Los modelos de IA entrenados por adultos demuestran un rendimiento reducido en poblaciones pediátricas, particularmente en recién nacidos y bebés.
• La degradación significativa del rendimiento requiere una cuidadosa evaluación y adaptación de las herramientas de IA antes de su uso clínico en niños.
• La implementación clínica de la IA derivada de adultos en radiología pediátrica requiere validación y ajuste fino potencial.