IA detecta artrosis de rodilla temprana a partir de imágenes de rayos X

La artrosis es la dolencia relacionada con las articulaciones más común en todo el mundo y provoca millones de visitas médicas cada año, además de ser una carga para la economía. Un diagnóstico temprano puede salvar al paciente de exámenes innecesarios, tratamientos e incluso cirugía de reemplazo de la articulación de la rodilla. Las radiografías son el principal método de diagnóstico para la artrosis de rodilla temprana. Ahora, los investigadores han desarrollado una red neuronal basada en inteligencia artificial (IA) para detectar la artrosis de rodilla temprana a partir de imágenes de rayos X.

El nuevo método basado en IA, desarrollado por investigadores de la Universidad de Jyväskylä (Jyväskylä, Finlandia), fue entrenado para detectar una característica radiológica predictiva de artrosis a partir de rayos X. El hallazgo no está por el momento incluido en los criterios diagnósticos, pero los especialistas en ortopedia lo consideran un signo precoz de artrosis. En la práctica, la IA trata de detectar si hay picos en los tubérculos tibiales en la articulación de la rodilla o no. El pico tibial puede ser un signo de artrosis. En una evaluación de la confiabilidad del método, el método basado en IA pudo coincidir con el diagnóstico de un médico en el 87 % de los casos. El desarrollo de modelos de IA para el diagnóstico temprano de la artrosis está activo a nivel mundial. El objetivo es que, en el futuro, una IA sea capaz de detectar signos tempranos de artrosis de rodilla a partir de rayos X, haciendo posible que los médicos generales realicen el diagnóstico inicial con más frecuencia.

“El objetivo del proyecto era entrenar a la IA para que reconociera una característica temprana de la artrosis a partir de una radiografía. Algo que los médicos experimentados pueden distinguir visualmente de la imagen, pero que no se puede hacer automáticamente”, explicó Anri Patron, el investigador responsable del desarrollo del método. “Se utilizaron alrededor de 700 imágenes de rayos X para desarrollar el modelo de IA, después de lo cual el modelo se validó con alrededor de 200 imágenes de rayos X. El modelo logró hacer una estimación del pico que era congruente con la estimación de los médicos en el 87 % de los casos, lo que es un resultado prometedor”.

“Previamente se han desarrollado varios modelos de IA para detectar la artrosis de rodilla. Estos modelos pueden detectar casos graves que serían fácilmente detectados por cualquier especialista”, dijo Sami Äyrämö, director del Laboratorio de Inteligencia de Salud Digital de la Universidad de Jyväskylä. “Sin embargo, los métodos desarrollados previamente no son lo suficientemente precisos para detectar las manifestaciones en etapa temprana. El método que se está desarrollando ahora tiene como objetivo, en particular, la detección temprana a partir de rayos X, para lo cual existe una gran necesidad”.

"Si podemos hacer el diagnóstico en las primeras etapas, podemos evitar la incertidumbre y los exámenes costosos como la resonancia magnética", agregó Juha Paloneva, directora ejecutiva del distrito de atención médica de Finlandia central y profesora de cirugía. “Además, se puede motivar al paciente a tomar las medidas para ralentizar o incluso detener la progresión de la artrosis sintomática. En el mejor escenario posible, el paciente podría incluso evitar la cirugía de reemplazo articular”.

Enlaces relacionados:
Universidad de Jyväskylä

Visitar la expo >

Ultrasound Imaging System

P12 Elite

New

Mobile Cath Lab

Photon F65/F80

New

Ultrasound-Guided Biopsy & Visualization Tools

Endoscopic Ultrasound (EUS) Guided Devices

Multi-Use Ultrasound Table

Clinton