MADRID, 7 Nov. (EUROPA PRESS) -
La inteligencia artificial (IA) puede ser una ayuda inestimable para ayudar a los médicos de pulmón a interpretar los síntomas respiratorios con precisión y hacer un diagnóstico correcto, según una nueva investigación que se presenta este miércoles en el Congreso Internacional de la Sociedad Respiratoria Europea, que se celebra en París, Francia.
El doctor Marko Topalovic (PhD), investigador postdoctoral en el Laboratorio de Enfermedades Respiratorias de la Universidad Católica de Lovaina (KU Leuven), en Bélgica, y encargado de presentar el trabajo, señala que después de entrenar un algoritmo de IA con datos de buena calidad, resultó ser más consistente y preciso en la interpretación de los resultados de las pruebas respiratorias y sugerir diagnósticos que los especialistas pulmonares.
"Las pruebas de función pulmonar proporcionan una amplia serie de resultados numéricos y sus patrones pueden ser difíciles de percibir y reconocer por el ojo humano. Sin embargo, es fácil para los ordenadores administrar grandes cantidades de datos como estos y pensamos que la IA podría ser útil para los neumólogos. Exploramos si esto era cierto con 120 neumólogos de 16 hospitales. Encontramos que el diagnóstico por IA fue más preciso en el doble de casos que el diagnóstico por neumólogos. Estos resultados muestran cómo AI puede servir como una segunda opinión para los neumólogos cuando están evaluando y diagnosticando a sus pacientes", dice.
Las pruebas de función pulmonar (PFT) incluyen: espirometría, que implica la respiración del paciente a través de una boquilla para medir la cantidad de aire inhalado y exhalado; una prueba de caja corporal o pletismografía, que permite a los médicos evaluar el volumen pulmonar midiendo la presión en una cabina en la que el paciente está sentado y respirando a través de una boquilla; y una prueba de capacidad de difusión, para medir cómo los pulmones de un paciente pueden transferir oxígeno y dióxido de carbono hacia y desde el torrente sanguíneo al probar la eficiencia de los alvéolos (pequeños sacos de aire en los pulmones).
Los resultados de estas pruebas brindan a los médicos información importante sobre el funcionamiento de los pulmones, pero no les dicen qué está mal con el paciente, lo cual requiere la interpretación de los resultados para llegar a un diagnóstico. En este estudio, los científicos utilizaron datos históricos de 1.430 pacientes de 33 hospitales belgas.
Los datos fueron evaluados por un panel de expertos de neumólogos y las interpretaciones se midieron en comparación con las pautas del estándar de oro de la Sociedad Respiratoria Europea y la Sociedad Torácica Americana. El panel de expertos consideró los historiales médicos de los pacientes, los resultados de todas las PFP y cualquier prueba adicional, antes de acordar la interpretación y el diagnóstico correctos para cada paciente.
"Al entrenar el algoritmo de IA, el uso de datos de buena calidad es de suma importancia --explica el doctor Topalovic--. Un panel de expertos examinó todos los resultados de las pruebas de función pulmonar, y las otras pruebas e información médica también. Los usaron para llegar a un acuerdo sobre los diagnósticos finales que los expertos confiaban que eran correctos. Estos se usaron para desarrollar un algoritmo para entrenar a la IA, antes de validarla incorporándola en la práctica clínica real en el Hospital Universitario de Lovaina. La parte más difícil fue asegurarse de que el algoritmo reconociera los patrones de hasta nueve enfermedades diferentes".
Luego, 120 neumólogos de 16 hospitales europeos (Bélgica, Francia, Países Bajos, Alemania y Luxemburgo) realizaron 6.000 interpretaciones de datos de PFT de 50 pacientes seleccionados al azar. La IA también examinó los mismos datos. Los resultados de ambos se midieron con respecto a las pautas del patrón oro de la misma manera que durante el desarrollo del algoritmo.
DOS HOSPITALES BELGAS YA UTILIZAN ESTE SISTEMA
Los investigadores encontraron que la interpretación de los PFT por parte de los neumólogos coincidía con las pautas en el 74 por ciento de los casos (con un rango de 56-88 por ciento), pero las interpretaciones de software basadas en IA coincidían perfectamente con las directrices (cien por cien). Los médicos pudieron diagnosticar correctamente la enfermedad primaria en el 45 por ciento de los casos (con un rango de 24-62 por ciento), mientras que la IA dio un diagnóstico correcto en el 82 por ciento de los casos.
"Encontramos que la interpretación de las pruebas de función pulmonar y el diagnóstico de la enfermedad respiratoria por los neumólogos no es una tarea fácil. Se necesita más información y más pruebas para alcanzar un nivel satisfactorio de precisión. Por otro lado, el software de la IA basado en datos tiene un rendimiento superior y, por lo tanto, puede proporcionar una poderosa herramienta de apoyo a las decisiones para mejorar la práctica clínica actual. La reacción de los médicos es muy positiva, sobre todo porque les ayuda a identificar patrones difíciles de enfermedades raras", subraya Topalovic.
Dos grandes hospitales belgas ya están utilizando el software basado en inteligencia artificial para mejorar las interpretaciones y los diagnósticos. "Creemos firmemente que podemos facultar a los médicos para que sus interpretaciones y diagnósticos sean más fáciles, rápidos y mejores. AI no reemplazará a los médicos, eso es seguro, porque los médicos pueden ver una perspectiva más amplia que la presentada solo por las pruebas de función pulmonar. Esto les permite tomar decisiones basadas en una combinación de muchos factores diferentes. Sin embargo, es evidente que la IA aumentará nuestras capacidades para lograr más y disminuir las posibilidades de errores y el trabajo redundante.
El software basado en inteligencia artificial tiene un rendimiento superior y, por lo tanto, puede proporcionar una poderosa herramienta de apoyo a las decisiones para mejorar la práctica clínica actual. "Hoy en día, confiamos en que los ordenadores dirijan nuestros aviones, conduzcan nuestros automóviles y supervisen nuestra seguridad. También podemos confiar en ellos para etiquetar las patologías médicas en función de datos específicos. Lo bueno es que, independientemente de la ubicación o la cobertura médica, AI puede proporcionar los más altos estándares de interpretación de PFT y los pacientes pueden tener la mejor y más económica experiencia de diagnóstico. Las aplicaciones clínicas son solo cuestión de tiempo, pero estarán impulsadas por la aceptación de la comunidad médica", dice Topalovic.
