Inteligência Artificial auxilia na avaliação da idade esquelética em radiografias

Um grupo de pesquisadores liderado por David Eng, da Universidade de Stanford, treinou um algoritmo de aprendizado profundo e, em seguida, conduziu um estudo multicêntrico controlado prospectivo e randomizado para avaliar seu desempenho em seis locais diferentes

01 Out, 2021

Os radiologistas podem avaliar a idade do esqueleto em radiografias de mão com mais rapidez e precisão com a ajuda de um algoritmo de inteligência artificial (IA), de acordo com uma análise prospectiva publicada online em setembro na RadiologiaUm grupo de pesquisadores liderado por David Eng, da Universidade de Stanford, treinou um algoritmo de aprendizado profundo e, em seguida, conduziu um estudo multicêntrico controlado prospectivo e randomizado para avaliar seu desempenho em seis locais diferentes. Embora os resultados variem entre os centros, o AI produziu uma melhoria geral na velocidade e precisão.

"Juntos, esses resultados apóiam a consideração cuidadosa da IA ​​para uso como auxílio diagnóstico para radiologistas e reforçam a importância dos efeitos interativos entre radiologistas humanos e algoritmos de IA na determinação dos benefícios e danos potenciais das tecnologias assistivas na medicina clínica", concluíram os autores.

Embora estudos anteriores na literatura tenham sugerido que a IA poderia melhorar a qualidade da avaliação da idade esquelética, os pesquisadores procuraram em seu estudo determinar - usando um desenho de ensaio de superioridade - se a IA poderia melhorar a precisão do diagnóstico e reduzir os tempos de leitura para radiologistas. “A avaliação do algoritmo em condições clínicas representativas aumentaria a compreensão de seus verdadeiros benefícios e danos (ou seja, adiar a uma interpretação de IA imprecisa ou anular uma interpretação de IA precisa)”, escreveram os autores.

Depois de treinar um algoritmo de aprendizado profundo usando dados de treinamento de código aberto do RSNA Pediatric Bone Age Machine Learning Challenge, os pesquisadores recrutaram 93 radiologistas em seis centros para avaliar a idade óssea em radiografias de mão sem IA em 739 casos e com IA em 792 casos.

Os locais de estudo incluíram o seguinte: Harvard Medical School e Boston Children's Hospital, Hospital Infantil de Cincinnati Medical Center, Hospital Infantil da Filadélfia, Escola de Medicina da Universidade de Nova York, Escola de Medicina da Universidade de Stanford e Escola de Medicina da Universidade de Yale. Os resultados dos radiologistas foram comparados com um painel de referência de quatro especialistas. No geral, o uso de IA levou a uma diferença menor na idade do esqueleto em comparação com o painel de referência.

Impacto da IA ​​na precisão da avaliação da idade óssea
  Radiologistas sem IA Radiologistas com IA
Diferença absoluta média geral 5,95 meses 5,36 meses
Proporções de casos em que a diferença absoluta excedeu 12 meses 13% 9,3%
Proporções de casos em que a diferença absoluta excedeu 24 meses 1,8% 0,5%
Tempo mediano de interpretação 142 segundos 102 segundos
* Todas as diferenças foram estatisticamente significativas.

Embora o erro geral de diagnóstico tenha sido reduzido significativamente com o uso de IA, os pesquisadores notaram que a precisão na verdade diminuiu em um dos centros. Nesse local, os pesquisadores observaram que os radiologistas daquele local pioraram as previsões precisas de IA com mais frequência do que outros centros. Os radiologistas do site atípico também superaram os radiologistas dos outros centros.

O estudo mostra que as práticas de radiologia que adotam o software de IA devem entender que o comportamento individual pode potencialmente anular os benefícios da tecnologia, de acordo com o Dr. David Rubin, da Escola de Medicina Grossman da NYU. "Lembre-se: seus resultados podem variar", escreveu ele em um editorial que o acompanha .

Além disso, a magnitude real da melhoria alcançada com o software de IA foi pequena e improvável de ser clinicamente relevante, disse Rubin. Como resultado, muitas práticas podem não ser capazes de justificar a adoção desse tipo de ferramenta de IA. "Isso é especialmente verdadeiro em práticas com baixos volumes de exames de idade óssea solicitados, onde uma economia de 40 segundos algumas vezes ao dia pode não ser significativa", escreveu ele.

Ele também disse que pode ser hora de deixar de usar as interpretações do radiologista como uma verdade fundamental para o treinamento de algoritmos de IA. Grandes bancos de dados digitais fornecem uma oportunidade para desenvolver IA que pode ir além de essencialmente prever como os radiologistas leriam uma imagem, de acordo com Rubin. "Somente eliminando as limitações impostas pelo treinamento usando uma verdade terrestre baseada em humanos os pesquisadores podem desenvolver aplicativos que permitirão previsões clinicamente relevantes que estão atualmente além das habilidades de radiologistas não auxiliados por IA", escreveu Rubin.

Imagem: Exames de amostra no estudo. (A) Radiografia computadorizada em uma menina aleatoriamente designada para o grupo de controle no centro 2 com baixo erro de IA e alto erro do radiologista (IA = 46 meses, idade cronológica = 76 meses, radiologista = 69 meses, painel = 41 meses). (B) Radiografia computadorizada em um menino aleatoriamente designado para o grupo de controle no centro 4 com alto erro de IA e baixo erro do radiologista (IA = 126 meses, idade cronológica = 140 meses, radiologista = 105 meses, painel = 100,5 meses). Imagens e legenda cortesia da RSNA.

Fonte: https://www.auntminnie.com/index.aspx?sec=sup&sub=xra&pag=dis&ItemID=133621

 

 

Compartilhe


NOTÍCIAS RELACIONADAS