El investigador del Johnson Comprehensive Cancer Center insta a la cautela sobre el uso de la IA en la mamografía

Newswise: el análisis de IA de los tumores de cáncer de mama podría mejorar la eficiencia y los resultados de la atención médica. Pero los médicos deben proceder con cautela, porque avances tecnológicos similares anteriormente han llevado a tasas más altas de pruebas falsas positivas y sobretratamiento.

esto es de acuerdo a Nuevo editorial en JAMA Health Forum coescribirlo joanne j elmoreMD, MPH, UCLA Jonsson Comprehensive Cancer Center Investigador, presidente de Rosalindi y Arthur Gilbert Foundation en prestación de atención médica y profesor de medicina en la Facultad de medicina David Geffen de UCLA.

Un editorial del JAMA Health Forum afirma: «Sin un enfoque más sólido para evaluar e implementar la inteligencia artificial, dada la continua adopción de tecnología emergente en la práctica clínica, no aprendemos de nuestros errores de mamografía anteriores». El artículo, que se publicó en línea el viernes, fue coescrito con Christoph LeeMD, MSc, MBA, Profesor de Radiología en la Escuela de Medicina de la Universidad de Washington.

Según los autores, uno de los «errores anteriores en la mamografía» eran las herramientas de detección asistida por computadora (CAD), un campo de rápido crecimiento de la detección del cáncer de mama que comenzó hace más de dos décadas. La CAD fue aprobada por la FDA en 1998 y, para 2016, más del 92 % de los centros de imágenes de EE. UU. usaban la tecnología para interpretar mamografías y buscar tumores. Pero la evidencia mostró que CAD no mejoró la precisión de las mamografías. «Las herramientas de CAD se asocian con mayores tasas de falsos positivos, lo que conduce a un sobrediagnóstico de carcinoma ductal in situ y pruebas de diagnóstico innecesarias», escribieron los autores. Medicare dejó de pagar las tarifas de CAD en 2018, pero para entonces las herramientas habían recaudado más de $400 millones anuales en costos de salud innecesarios.

«La adopción temprana de la cardiología asistida por computadora es uno de los primeros síntomas de una adopción sincera de las tecnologías emergentes antes de que se comprenda completamente su impacto en los resultados de los pacientes», escribieron Elmore y Lee.

Los médicos sugieren varias medidas preventivas que deben implementarse para evitar la «repetición de errores pasados», incluida la vinculación del reembolso de Medicare con «mejores resultados para los pacientes, no solo un mejor rendimiento técnico en entornos sintéticos».

Artículo: Inteligencia artificial en imágenes médicas: aprendizaje de errores pasados ​​en mamografía, Joan Elmore y Christophe A. Lee Doi: 10.1001/jamahealthforum.2021.5207

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *