Sistema multitarea integrado guiado por visión para la detección de carcinoma nasofaríngeo mediante endoscopia...

Área de la Ciencia:

• Inteligencia artificial en medicina
• Oncología
• Imágenes médicas

Sus antecedentes:

• El diagnóstico de carcinoma nasofaríngeo (CNF) depende en gran medida del examen endoscópico y la biopsia.
• La detección precisa y temprana del CNF es crucial para los resultados del paciente.
• Las herramientas de diagnóstico existentes pueden verse limitadas por la variabilidad interobservador y la accesibilidad.

Objetivo del estudio:

• Desarrollar y validar un sistema de inteligencia endoscópica interpretable para el diagnóstico de CNF.
• Proporcionar soporte de decisión clínica a través de un modelo integrado de "cribado-segmentación-localización de biopsia".
• Mejorar la precisión diagnóstica desde la detección de lesiones hasta el muestreo preciso de tejidos.

Principales métodos:

• Se recopilaron 12.323 imágenes endoscópicas nasofaríngeas de múltiples centros (2018-2022).
• Se utilizó una arquitectura codificador-decodificador multienfocado con una función de pérdida conjunta multitarea.
• El rendimiento del modelo se validó utilizando entrenamiento monocéntrico y pruebas multicéntricas, con pruebas de permutación y DeLong para la significación estadística.

Principales resultados:

• Las pruebas internas mostraron un alto rendimiento: AUC 0.998, sensibilidad 91.56%, especificidad 99.61%.
• La validación externa demostró generalización: AUC 0.957, sensibilidad 97.63%, especificidad 76.79%.
• La sensibilidad de la IA (92.00%) superó a la mayoría de los médicos (78.40%), mientras que los médicos sénior tuvieron una mayor especificidad (95.00%).
• El coeficiente Dice de segmentación fue de 0.86, con una precisión del 67.7% en el sitio de biopsia.

Conclusiones:

• Se desarrolló con éxito un sistema de IA multitarea de alta sensibilidad para el diagnóstico de CNF.
• El sistema de IA asiste eficazmente en la detección de lesiones, la segmentación y la localización del sitio de biopsia.
• Esta herramienta de IA complementa las capacidades diagnósticas de los médicos, mejorando potencialmente el manejo del CNF.