La inteligencia artificial (IA) en radiología osteomuscular supone más eficacia en la exploración, diagnóstico más preciso y tratamiento más adecuado, según resalta el Dr. Joan Carles Vilanova, especialista musculoesquelético de la Sociedad Española de Radiología Médica (SERAM) y ponente del 37 congreso nacional de la SERAM, que se celebrará del 22 al 25 de mayo en Barcelona, con la ponencia "IA en radiología osteomuscular ¿para qué".

La IA en radiología osteomuscular implica la aplicación de algoritmos y técnicas de aprendizaje automático para: la gestión de la solicitud para adecuar la exploración más eficaz, seleccionar el protocolo apropiado para realizar la prueba, interpretar imágenes radiológicas y la adquisición de las imágenes que mejoran la calidad en menor tiempo. Pero también para aplicar esos algoritmos en el resultado final del estudio e identificar patología, ayudar a realizar diagnóstico diferencial e incluso la transcripción de un informe con sus conclusiones.

El Dr. Vilanova comenta al respecto: "Para el paciente conlleva mejorar la calidad asistencial en todos los ámbitos, desde optimizar la prueba más eficaz para el diagnóstico, mejorar la calidad de la prueba y especialmente optimizar el resultado de la prueba con diagnósticos más precisos para que puedan tener el tratamiento más adecuado".

Actualmente, ya existe implantación de la IA en distintos ámbitos. Por ejemplo, el realizar las exploraciones de resonancia magnética con algoritmos de IA que permiten reducir el tiempo y al mismo tiempo aumentan la calidad de las exploraciones. El Dr. Vilanova puntualiza "en el campo del diagnóstico se está implementando en los servicios de urgencias para el diagnóstico de las fracturas óseas. Además, se está empezando a utilizar en otras aplicaciones como: la detección de osteoporosis, conocer la edad de los pacientes sin identificar en base a interpretar una radiografía de la mano, o hacer mediciones de forma automática en las radiografías para por ejemplo conocer el grado de desviación de la columna".

Las principales aplicaciones actuales de la IA en radiología osteomuscular son:

• Fracturas óseas: colabora en la detección y clasificación de fracturas óseas especialmente en radiografías de los servicios de urgencias, agilizando el proceso de diagnóstico y garantizando una atención más rápida para los pacientes con fracturas.
• Artritis y enfermedades articulares: ayuda en la detección temprana y la evaluación de la progresión de la artritis y otras enfermedades articulares en imágenes de radiografía, tomografía computarizada (TC) y estudios de resonancia magnética (RM). Este hecho puede permitir un tratamiento más temprano y personalizado para los pacientes.
• Tumores óseos y de tejidos blandos: apoya en la detección, caracterización y seguimiento de tumores óseos y de tejidos blandos en imágenes de RM, TAC y radiografías. Esto puede mejorar la precisión en el diagnóstico y la planificación del tratamiento.
• Artroplastia y prótesis: contribuye en la evaluación de la posición y la integridad de las prótesis articulares en imágenes de radiografía y TC postoperatorias. Esto favorece la identificación de complicaciones tempranas y mejorar los resultados a largo plazo de los procedimientos de reemplazo articular.

Dificultades de aplicación

Debe tenerse en cuenta que, a pesar de las múltiples y potenciales aplicaciones de la IA en radiología osteomuscular, su aplicación efectiva en la práctica clínica no es sencilla por: 

• La dificultad en integrar los sistemas de IA en los flujos de trabajo existentes debido a la diversidad de formatos de imágenes médicas utilizados en diferentes entornos de atención médica. La interoperabilidad entre sistemas de IA y sistemas de gestión de imágenes médicas (PACS) también puede ser un obstáculo.
• La importancia de la validación clínica. Es crucial validar la precisión y la seguridad de los algoritmos de IA en entornos clínicos del mundo real. Esto implica realizar estudios clínicos y comparar los resultados de la IA con los estándares de referencia establecidos por radiólogos/as expertos, pero puede llevar mucho tiempo y recursos significativos.
• Los aspectos éticos y legales en la implementación de IA en radiología plantean cuestiones éticas y legales, como la privacidad de los datos del paciente y la responsabilidad médica en caso de errores.

El papel del radiólogo/a

El radiólogo/a tiene un papel fundamental en la implementación y utilización efectiva de la IA en la radiología osteomuscular. No solamente en la ayuda en la interpretación de las imágenes radiológicas, el radiólogo/a sigue siendo esencial en varias áreas:

• Supervisión y validación: son los responsables de supervisar y validar los resultados, aunque los algoritmos de IA pueden realizar análisis automáticos de imágenes. Esto implica revisar y confirmar las conclusiones de la IA, así como corregir cualquier error o discrepancia.

• Entrenamiento de algoritmos: contribuyen al entrenamiento de los algoritmos de IA proporcionando datos etiquetados y retroalimentación sobre la calidad de las predicciones. Su experiencia clínica y conocimiento anatómico son invaluables para mejorar la precisión de los modelos de IA.

• Integración clínica: interpretan los hallazgos radiológicos en el contexto clínico completo del paciente. Esto implica considerar la historia médica, los síntomas y otros resultados de pruebas para llegar a un diagnóstico preciso y planificar el tratamiento adecuado.

• Educación continua: deben mantenerse actualizados sobre los avances en IA y su aplicación en radiología osteomuscular. Esto implica participar en programas de educación continua y estar al tanto de las mejores prácticas en el uso de la tecnología de IA en su práctica clínica.