Sistema de IA detecta hallazgos claves en las radiografías de tórax de los pacientes con neumonía

Investigadores de Intermountain Healthcare (Salt Lake City, UT, EUA) y la Universidad de Stanford (Stanford, CA, EUA) demostraron que un modelo de interpretación de rayos X de tórax que usa inteligencia artificial (IA) automatizada sólo se demoraba 10 segundos para identificar con exactitud los hallazgos clave en las radiografías de tórax de los pacientes con sospecha de neumonía.

Los investigadores estudiaron el sistema CheXpert, un modelo automatizado de interpretación de rayos X del tórax desarrollado en la Universidad de Stanford que utiliza IA para revisar las imágenes de rayos X tomadas en varios departamentos de emergencia. El modelo CheXpert fue desarrollado por el Grupo de Aprendizaje Automático de Stanford, que utilizó 188.000 estudios de imágenes de tórax para crear un modelo que puede determinar qué es y qué no es neumonía en una radiografía.

Los investigadores encontraron que el sistema CheXpert identificó con exactitud los hallazgos clave en los rayos X, con un concordancia alta en comparación con el consenso de tres radiólogos, en aproximadamente 10 segundos, superando significativamente la práctica clínica actual. El estudio encontró que esos hallazgos ultrarrápidos podrían permitir a los médicos que leen rayos X confirmar con exactitud un diagnóstico de neumonía significativamente más rápido que con la práctica clínica actual, permitiendo que el tratamiento comience más pronto, lo que es vital para los pacientes gravemente enfermos que padecen neumonía.

“CheXpert será más rápido y exacto que los radiólogos que ven los estudios. Es una forma de pensar nueva y emocionante sobre el diagnóstico y el tratamiento de los pacientes para proporcionar la mejor atención posible”, dijo Nathan C. Dean, MD, investigador principal del estudio y jefe de la sección de medicina pulmonar y de cuidados críticos en el Centro Médico Intermountain en Salt Lake City.

Enlace relacionado:
Intermountain Healthcare
Universidad de Stanford