Inteligencia artificial vs humana en cáncer de piel – IntraMed

Estimado lector, su navegador tiene instalado un bloqueador de anuncios (Adblock).
La información que usted disfruta gratuitamente en esta web se mantiene gracias a la publicidad.
Le rogamos desactivar o pausar el bloqueador en esta web, y así seguir brindándole la información que usted merece.
Muchas gracias.
Comparación de inteligencia artificial humana versus inteligencia artificial alimentada por teléfonos móviles para el diagnóstico y tratamiento del cáncer de piel pigmentado en atención secundaria: un ensayo clínico multicéntrico, prospectivo y de diagnóstico
Antecedentes
El diagnóstico del cáncer de piel requiere experiencia médica, que es escasa. La inteligencia artificial (IA) impulsada por teléfonos móviles podría ayudar en el diagnóstico, pero no está claro cómo funciona esta tecnología en un escenario clínico.
Nuestro objetivo principal era probar en la clínica si existía equivalencia entre los algoritmos de inteligencia artificial (IA) y los médicos para el diagnóstico y tratamiento de las lesiones cutáneas pigmentadas.
Métodos
En este ensayo clínico multicéntrico, prospectivo y de diagnóstico, incluimos médicos especialistas y novatos y pacientes de dos centros de referencia terciarios en Australia y Austria. Los especialistas tenían una calificación médica especializada relacionada con el diagnóstico y el tratamiento de lesiones cutáneas pigmentadas, mientras que los novatos eran médicos junior en dermatología o registradores en puestos de formación que tenían experiencia en el examen y el tratamiento de estas lesiones.
Los pacientes elegibles tenían entre 18 y 99 años y tenían un tipo de piel Fitzpatrick I-III modificado; aquellos en el ensayo de diagnóstico se sometieron a una escisión o biopsia de rutina de una o más lesiones cutáneas pigmentadas sospechosas de más de 3 mm en el diámetro más largo, y a aquellos en el ensayo de tratamiento se les tomaron fotografías basales de todo el cuerpo dentro de 1 a 4 años.
Utilizamos dos instrumentos de inteligencia artificial (IA) alimentados por teléfonos móviles que incorporan un accesorio óptico simple: un nuevo algoritmo de IA de 7 clases y el algoritmo de IA de la International Skin Imaging Collaboration (ISIC), que se probó previamente en un gran estudio de lectores en línea.
El estándar de referencia para las lesiones extirpadas en el ensayo diagnóstico fue el examen histopatológico; en el ensayo de gestión, el estándar de referencia fue una jerarquía descendente basada en el examen histopatológico, la comparación de fotografías basales de todo el cuerpo, la monitorización digital y el telediagnóstico.
El principal resultado de este estudio fue comparar la precisión de las decisiones de gestión y diagnóstico de expertos y novatos con los dos instrumentos de IA. Las posibles decisiones en el ensayo de gestión fueron el alta, la biopsia o el seguimiento durante 3 meses. Las decisiones de seguimiento se consideraron equivalentes al alta (escenario A) o a la biopsia de lesiones malignas (escenario B).
Resultados
El estudio diagnóstico incluyó 172 lesiones pigmentadas sospechosas (84 malignas) de 124 pacientes y el estudio de manejo incluyó 5696 lesiones pigmentadas (18 malignas) de todo el cuerpo de 66 pacientes de alto riesgo.
Los diagnósticos del algoritmo de inteligencia artificial (IA) de 7 clases fueron equivalentes a los diagnósticos de los especialistas (diferencia de precisión absoluta 1,2% [IC del 95% –6,9 a 9,2]) y significativamente superiores a los de los novatos (21,5 % [13,1 a 30,0]).
Los diagnósticos del algoritmo ISIC AI fueron significativamente inferiores a los diagnósticos de los especialistas (–11,6% [–20,3 a –3,0]) pero significativamente superiores a los de los novatos (8,7% [–0· 5 a 18·0]).
La mejor IA de gestión de 7 clases fue significativamente inferior a la gestión de especialistas (diferencia de precisión absoluta en la decisión de gestión correcta –0,5% [IC del 95% –0,7 a –0,2] en el escenario A y –0,4% [–0,8 a –0,05] en el escenario B).

Figura: Objetivo del ensayo de diagnóstico primario. Los diagnósticos incorrectos y correctos se calificaron sobre la base de los siete posibles diagnósticos verdaderos. Las barras de error muestran IC del 95 %. Los diagnósticos de la IA de clase 7 y los de los especialistas fueron equivalentes; los diagnósticos de la CIIU AI fueron significativamente inferiores a los de los especialistas; y los diagnósticos de la IA de clase 7 y de la IA CIIU fueron significativamente superiores a los de los novatos. δ=límite de equivalencia clínicamente significativo. IA=inteligencia artificial. ISIC=Colaboración internacional en imágenes de la piel.
Interpretación
La tecnología de inteligencia artificial impulsada por teléfonos móviles es simple, práctica y precisa para el diagnóstico de cáncer de piel pigmentado sospechoso en pacientes que acuden a un entorno especializado, aunque su uso para decisiones de manejo requiere una ejecución más cuidadosa.
Un algoritmo de inteligencia artificial (IA) que fue superior en estudios experimentales fue significativamente inferior al de los especialistas en un escenario del mundo real, lo que sugiere que se necesita precaución al extrapolar los resultados de los estudios experimentales a la práctica clínica.
Comentarios
Para ver los comentarios de sus colegas o para expresar su opinión debe ingresar con su cuenta de IntraMed.

source