¿Puede el software CAD comercial basado en IA mejorar la tasa de detección de nódulos pulmonares procesables en las radiografías de tórax?

En un estudio reciente publicado en la Radiologíalos investigadores realizaron un ensayo controlado aleatorizado (RCT) de etiqueta abierta y de un solo centro para investigar si el sistema comercial de diseño asistido por computadora (CAD) degradado por inteligencia artificial (IA) podría mejorar la tasa de detección de nódulos pulmonares procesables en radiografías de tórax.

Los nódulos procesables son los nódulos de categoría 4 del sistema de datos e informes de imágenes pulmonares (Lung-RADS). Estos pueden ser nódulos sólidos de más de ocho mm o nódulos subsólidos con un área sólida de más de seis mm.

Los estudios no han explorado prospectivamente el impacto del software CAD basado en IA en entornos del mundo real.

Sobre el estudio

En el presente estudio, los investigadores reclutaron personas que se sometieron a una radiografía de tórax entre junio de 2020 y diciembre de 2021 en una clínica de salud del Hospital de la Universidad Nacional de Seúl. Utilizaron un cuestionario de salud autoinformado para recopilar las características iniciales de todos los participantes, incluida la edad, el sexo, las comorbilidades (p. ej., diabetes), antecedentes de cáncer de pulmón, cirugía, tuberculosis, antecedentes familiares de cáncer de pulmón y otras neoplasias malignas.

Primero, los investigadores adquirieron todas las radiografías de tórax en la proyección posteroanterior sin vistas laterales. Posteriormente, el servidor del sistema de archivo y comunicación de imágenes de IA (PACS) asignó a la imagen un número aleatorio único de cinco dígitos. A continuación, el servidor PACS aleatorizó a los participantes en una proporción de 1:1 en el grupo AI o no AI.

Un radiólogo altamente experimentado interpretó la radiografía de cada participante con la ayuda de CAD basado en IA en el grupo de IA. Para aquellos en el grupo sin IA, los radiólogos interpretaron radiografías de tórax sin resultados de CAD basados ​​en IA. Los radiólogos utilizaron un sistema de informes estructurados implementado por AI-PACS para interpretar las radiografías de tórax de ambos grupos.

Para los participantes del grupo de IA, el servidor AI-PACS superpuso los resultados del CAD basado en IA en la radiografía de tórax y los envió de vuelta al servidor PACS convencional. Por el contrario, cegó los resultados de CAD basados ​​en IA en el grupo sin IA. Posteriormente, los médicos del centro de salud visualizaron estas imágenes e informes radiológicos para la práctica clínica. Este sistema también analizó radiografías frontales de tórax para evaluar anomalías torácicas, es decir, neumonía, neumotórax y un nódulo pulmonar, en una escala porcentual de cero a 100% y las representó como mapas de calor.

El resultado primario fue la tasa de detección de nódulos pulmonares procesables confirmados en tomografías computarizadas obtenidas dentro de los tres meses posteriores a la radiografía de tórax. La tasa de detección fue el número de radiografías de tórax positivas verdaderas dividido por las radiografías de tórax acumuladas. Además, el equipo evaluó algunos resultados secundarios, como las tasas de referencias falsas y de informes positivos. El equipo utilizó análisis de regresión logística univariable para comparar los resultados clínicos entre los grupos AI y no AI.

Resultados

El estudio contó con 10.476 participantes adultos, con 5.238 participantes en grupos de IA y no IA. A todos se les realizó al menos un examen radiográfico de tórax. El sistema CAD basado en IA cumplió con el resultado primario y mejoró la tasa de detección de nódulos pulmonares procesables en las radiografías de tórax, con una razón de probabilidad (OR) de 2,4. Además, los investigadores no observaron variaciones sustanciales en la tasa de referencias falsas entre los grupos AI y no AI (45,9 % frente a 56 %). Asimismo, la tasa de informe positivo para los dos grupos fue comparable (2,3% y 1,9%).

De los 10 476 participantes del estudio, 30 (0,28 %) se sometieron a una evaluación patológica de nódulos pulmonares, 22 mediante resección quirúrgica y ocho mediante biopsia. En comparación con el grupo sin AI, la tasa de detección de nódulos pulmonares malignos fue mayor en el grupo AI.

Este ensayo evaluó el efecto real del CAD basado en IA en entornos del mundo real. Siguió un enfoque pragmático, incluyendo a los 10 476 participantes adultos porque la junta de revisión institucional (IRB) renunció al consentimiento informado de los participantes. Tenga en cuenta que este sistema recibió la aprobación de Seguridad de Alimentos y Medicamentos y también fue validado sólidamente en varios estudios. Además, fue fácil de integrar en un PACS viable, lo que permitió su uso en la práctica clínica diaria.

Los análisis de subgrupos revelaron que, aunque la edad avanzada y los antecedentes de cáncer de pulmón o tuberculosis se asociaron con informes positivos; sin embargo, esos factores no afectaron la eficacia de el sistema CAD basado en IA.

Podría funcionar incluso para personas con pulmones enfermos. Además, la edad más joven y el género masculino podrían beneficiarse más del uso de CAD basado en IA en muestras más grandes. Además, este sistema CAD asistido por IA tuvo un impacto similar en todos los radiólogos. Por lo tanto, podría ayudarlos independientemente de su experiencia en la notificación de nódulos pulmonares.

Conclusiones

El ECA actual que abarca 10 486 participantes evaluó notablemente el impacto de la CAD basada en IA en la práctica clínica del mundo real. Mejoró sustancialmente la detección de nódulos pulmonares procesables en las radiografías de tórax. Dado que arrojó una tasa similar de referencias falsas, este sistema podría ayudar al diagnóstico de cáncer de pulmón y prevenir los riesgos de radiación. Los ensayos futuros deben investigar el impacto de este sistema en el aumento de los diagnósticos de cáncer de pulmón o en el pronóstico de los participantes.