OXIPIT: 12 Dia mundial contra la Neumonía
Un estudio liderado por Louis Lind Plesner, MD, que compara el rendimiento de cuatro herramientas de IA comerciales para radiografías de tórax, fue publicado en la revista Radiology, con Oxipit ChestEye entre las herramientas evaluadas. El estudio analizó el desempeño de los algoritmos de IA para detectar enfermedades del espacio aéreo, neumotórax y derrame pleural.
Este estudio retrospectivo incluyó pacientes adultos consecutivos que se sometieron a radiografías de tórax en uno de cuatro hospitales daneses en enero de 2020. Dos radiólogos torácicos (o tres, en caso de desacuerdo) que tuvieron acceso a todas las imágenes previas y futuras etiquetaron las radiografías de tórax de manera independiente para el estándar de referencia.
El conjunto de datos comprendió 2040 pacientes (edad mediana, 72 años [IQR, 58–81 años]; 1033 mujeres), de los cuales 669 (32.8%) presentaron hallazgos relevantes. Las herramientas de IA demostraron áreas bajo la curva de características operativas del receptor que oscilaron entre 0.83 y 0.88 para enfermedades del espacio aéreo, 0.89 a 0.97 para neumotórax, y 0.94 a 0.97 para derrame pleural. Las sensibilidades variaron entre 72% y 91% para enfermedades del espacio aéreo, 63% y 90% para neumotórax, y 62% y 95% para derrame pleural.
Los investigadores concluyen que las herramientas de IA de generación actual mostraron una sensibilidad moderada a alta para detectar enfermedades del espacio aéreo, neumotórax y derrame pleural en radiografías de tórax.
Sin embargo, produjeron más hallazgos falsos positivos que los informes de radiología, y su rendimiento disminuyó para hallazgos de menor tamaño y cuando estaban presentes múltiples hallazgos.
Los investigadores destacan que la sensibilidad de varias herramientas de IA disminuyó —al igual que la de los radiólogos clínicos— cuando se presentaron hallazgos más sutiles en las radiografías de tórax. Sin embargo, se debe señalar que muchos errores cometidos por las herramientas de IA también serían difíciles o incluso imposibles de detectar para un lector humano sin acceso a imágenes adicionales y al historial del paciente.
“Las herramientas de IA se compararon con informes de radiología clínica generados por radiólogos que tenían acceso a radiografías laterales del tórax, información clínica e imágenes previas, mientras que las herramientas de IA no contaban con eso, lo que otorga a los radiólogos una ‘ventaja injusta’”, señala la investigación.
Oxipit ChestEye fue una de las herramientas de IA evaluadas en el estudio.
Oxipit ChestEye logró un AUC de 0.86 para enfermedades del espacio aéreo, 0.97 para neumotórax y 0.94 para derrame pleural.
“Lo sorprendente es cuán similar fue el rendimiento de todos los algoritmos comparados, con solo variaciones estadísticas insignificantes. El estudio representa bien las limitaciones de los productos CAD, especialmente en casos difíciles, donde los lectores humanos tienen contexto clínico y datos clínicos adicionales disponibles”, comenta Naglis Ramanauskas, Director Médico de Oxipit.
El estudio completo titulado “Herramientas de IA para Radiografías de Tórax Disponibles Comercialmente para Detectar Enfermedades del Espacio Aéreo, Neumotórax y Derrame Pleural” se puede consultar aquí.
Quality – Lectura Doble Potenciada por IA 
Oxipit Quality es una herramienta de diagnóstico por imagen médica de lectura doble basada en IA. El producto analiza los informes finales de los radiólogos y las imágenes médicas correspondientes. Funcionando en casi tiempo real, Oxipit Quality ayuda a identificar errores en los informes y a mejorar los resultados de los pacientes.
Auditoría de Imágenes con Lectura Doble Potenciada por IA
La radiología implica la toma de decisiones en condiciones de incertidumbre, por lo que no siempre puede producir interpretaciones o informes infalibles. La tasa de “errores” o “discrepancias” varía de una institución médica a otra, pero nadie está exento de cometer errores.
- Tasa de error “en tiempo real” de hasta el 5% en la práctica radiológica diaria.
- El 19% de los cánceres de pulmón que se presentaban como una lesión nodular no fueron detectados.
- Hasta el 0.5% de todos los informes de radiografías de tórax incluyen errores significativos identificados en los sitios de implementación de ChestLink.
Oxipit Quality ofrece a los radiólogos “un segundo par de ojos”. Si se encuentran posibles discrepancias en el informe de estudio, la plataforma notifica al radiólogo e invita a revisar nuevamente.
Chestlink – Automatización en Radiología
ChestLink es el primer producto de imagen médica autónoma basado en IA con marcado CE. ChestLink identifica radiografías de tórax sin anormalidades y genera informes finales de pacientes sin intervención del radiólogo, lo que reduce la carga de trabajo de los radiólogos y les permite concentrarse en casos con patologías.
Automatización de Informes de Pacientes Saludables
La autonomía de la IA en la imagen médica no está impulsada por la tecnología, sino por las deficiencias sistemáticas actuales en el sistema de salud que las plataformas buscan abordar. Se puede afirmar que en los países desarrollados, los departamentos de radiología están despersonalizados en un 1/3. Según la Organización Mundial de la Salud, 2/3 de la población mundial no tiene acceso a imágenes médicas diagnósticas.
- Dos tercios de la población mundial no tiene acceso a servicios de radiología.
- La demanda de exámenes de imagen médica crece a una tasa anual constante del 5 al 10%.
- Se necesitan más de 8 años para formar a un radiólogo.
- Dependiendo del tipo de institución médica, hasta el 80% de las radiografías de tórax pueden no presentar anormalidades.
Al generar informes de forma autónoma sobre las radiografías de tórax sin anormalidades, donde tiene un alto grado de certeza en los resultados, ChestLink puede automatizar entre el 15% y el 40% de los informes diarios, liberando así a los radiólogos para que se concentren en los casos que presentan patologías.
Solicita una demo sin costo aquí:
📆 Whatsapp: https://wa.link/bsnugx
📞 Teléfono: 261 0804 anexo 100
📧 Correo: ventas@gamel.com.pe
