La inteligencia artificial permite alertar acerca de signos tempranos de osteoartritis

Investigadores de la Universidad de Jyväskylä y el Distrito de Atención Médica de Finlandia Central han desarrollado una red neuronal basada en inteligencia artificial (IA) para detectar una osteoartritis de rodilla temprana.

Rodilla. (Foto. Freepik)
Rodilla. (Foto. Freepik)
logo squared 200x200
7 enero 2023 | 00:20 h

Investigadores de la Universidad de Jyväskylä y el Distrito de Atención Médica de Finlandia Central han desarrollado una red neuronal basada en inteligencia artificial (IA) para detectar una osteoartritis de rodilla temprana a partir de imágenes de rayos X. No en vano, la IA pudo igualar el diagnóstico de un médico en el 87% de los casos. El resultado es importante porque las radiografías son el principal método de diagnóstico para la osteoartritis de rodilla temprana. Un diagnóstico temprano puede salvar al paciente de exámenes innecesarios, tratamientos e incluso cirugía de reemplazo de la articulación de la rodilla.

La osteoartritis es la dolencia relacionada con las articulaciones más común en todo el mundo. Solo en Finlandia, provoca hasta 600.000 visitas médicas cada año y se ha estimado que le cuesta a la economía nacional hasta 1.000 millones de euros cada año.

Solo en Finlandia, la osteoartritis provoca hasta 600.000 visitas médicas cada año y se ha estimado que le cuesta a la economía nacional hasta 1.000 millones de euros cada año

El nuevo método basado en IA fue entrenado para detectar una característica radiológica predictiva de osteoartritis a partir de rayos X. El hallazgo no está por el momento incluido en los criterios diagnósticos, pero los especialistas en ortopedia lo consideran un signo precoz de artrosis. El método se desarrolló en el Laboratorio de Inteligencia de Salud Digital de la Universidad de Jyväskylä como parte del proyecto AI Hub Central Finland. El mecanismo utiliza tecnologías de redes neuronales que se utilizan ampliamente en todo el mundo.

"El objetivo del proyecto era entrenar a la IA para que reconociera una característica temprana de la osteoartritis a partir de una radiografía. Algo que los médicos experimentados pueden distinguir visualmente de la imagen, pero que no se puede hacer automáticamente", explica Anri Patron , el investigador responsable del desarrollo del método.

En la práctica, la IA trata de detectar si hay picos en los tubérculos tibiales en la articulación de la rodilla o no. Así, el pinchazo tibial puede ser un signo de osteoartritis. Es preciso destacar que la fiabilidad del método se evaluó junto con especialistas del Distrito Sanitario de Finlandia Central.

El estudio confirma el impacto negativo de múltiples comorbilidades en el curso de una artrosis de cadera (Foto. Freepik)


"Se utilizaron alrededor de 700 imágenes de rayos X para desarrollar el modelo de IA, después de lo cual el modelo se validó con alrededor de 200 imágenes de rayos X. El modelo logró hacer una estimación del spiking que era congruente con la estimación de los médicos en el 87% de los casos, lo que es un resultado prometedor", describe Patron.

El proyecto se llevó a cabo en colaboración con el Distrito de Atención Sanitaria de Finlandia Central. Juha Paloneva, director ejecutivo del distrito de atención médica de Finlandia Central y profesor de cirugía, dice que la osteoartritis en etapa temprana se puede tratar de manera efectiva.

"Si podemos hacer el diagnóstico en las primeras etapas, podemos evitar la incertidumbre y los exámenes costosos como la resonancia magnética. Además, se puede motivar al paciente a tomar las medidas necesarias para ralentizar o incluso detener la progresión de la artrosis sintomática. En el mejor de los casos, el paciente podría incluso evitar la cirugía de reemplazo articular", sentencia Paloneva.

Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Lo más leído