Inteligencia artificial: una herramienta útil para el seguimiento de las lesiones de esclerosis múltiple por resonancia magnética.

Resumen

OBJETIVOS Comparar dos herramientas de inteligencia artificial para la detección de lesiones nuevas. MATERIAL Y MÉTODOS Se seleccionaron las RM realizadas en un periodo de un mes a pacientes diagnosticados de esclerosis múltiple (EM) en seguimiento adquiridas en 3 equipos de RM diferentes de 1,5 T. Se analizaron las secuencias FLAIR-3D y se compararon con el estudio inmediatamente anterior, excluyendo pacientes sin RM previa. Dos observadores, un residente de primer año sin experiencia en RM, y otro de segundo año, evaluaron de forma independiente los estudios utilizando dos herramientas de inteligencia artificial (A y B). Las discrepancias se consultaron con un neurorradiólogo con 16 años de experiencia. RESULTADOS Se evaluaron 24 pacientes. La media de lesiones nuevas detectadas fue de 1.52 con A y 1.79 con B. La herramienta B fue más sensible en la detección de nuevas lesiones respecto a la A (88.8% vs 83.3%). El coeficiente de correlación intraclase fue 0.92 con A y 0.98 con B, la determinación del 0.85 y 0.96 respectivamente, indicando una concordancia prácticamente perfecta en la detección de lesiones y su reproducibilidad en distintas condiciones. Los estudios realizados en equipos diferentes tuvieron un mayor número de errores en el diagnóstico de lesiones. Ambas herramientas presentaban más errores en el diagnóstico de lesiones cuanto mayor era el número de lesiones a valorar (p=0.001) CONCLUSIONES Las herramientas de IA en el estudio de seguimiento de pacientes con EM son reproducibles, fáciles de manejar incluso por radiólogos sin experiencia, y aplicables a la práctica clínica diaria.