Sistema de IA cuantifica lesiones pulmonares y volúmenes de vías respiratorias en imágenes de TC en pacientes con FPI

Los científicos han desarrollado un software de análisis de imágenes basado en inteligencia artificial (IA) para detectar anomalías del parénquima y de las vías respiratorias en imágenes de tomografía computarizada (TC) del tórax y explorar su importancia pronóstica en pacientes con FPI.

Científicos de la Universidad de Kyoto (Kyoto, Japón) desarrollaron el novedoso software de análisis de imágenes de TC cuantitativo basado en IA (AIQCT) mediante la aplicación de 304 tomografías computarizadas de alta resolución (TCAR) de pacientes con enfermedades pulmonares difusas como conjunto de entrenamiento. AIQCT categorizó y cuantificó automáticamente 10 tipos de patrones parenquimatosos, así como vías respiratorias, expresando los volúmenes como porcentajes del volumen pulmonar total. Para validar el software, los porcentajes de área de cada lesión cuantificada por AIQCT se compararon con los de las puntuaciones visuales utilizando 30 imágenes simples de TC de alta resolución con enfermedades pulmonares. Además, se realizó un análisis tridimensional de similitud con la verdad del terreno utilizando imágenes de TCAR de 10 pacientes con FPI. Luego se aplicó AIQCT a 120 pacientes con FPI que se sometieron a una TCAR de tórax en nuestro instituto. Se analizaron las asociaciones entre los volúmenes medidos y la supervivencia.

Los científicos encontraron que las correlaciones entre AIQCT y las puntuaciones visuales eran de moderadas a fuertes (coeficiente de correlación de 0,44 a 0,95) según el patrón parenquimatoso. Los índices de Dice para la similitud entre los datos del AIQCT y la realidad del terreno fueron 0,67, 0,76 y 0,64 para la reticulación, el panal de abejas y los bronquios, respectivamente. Durante una mediana de seguimiento de 2.184 días, 66 pacientes fallecieron y uno se sometió a un trasplante de pulmón. En el análisis de regresión multivariable de Cox, los volúmenes bronquiales (cociente de riesgo [HR] ajustado, 1,33; intervalo de confianza [IC] 95 %, 1,16–1,53) y los volúmenes pulmonares normales (HR ajustado, 0,97; IC 95 %, 0,94–0,99) se evaluaron de forma independiente asociado con la supervivencia después de ajustar por la etapa de fisiología pulmonar-edad-género de la FPI.

Según sus hallazgos, los científicos concluyeron que su software de análisis de imágenes basado en IA recientemente desarrollado cuantificó con éxito las lesiones parenquimatosas y los volúmenes de las vías respiratorias. Según los científicos, los volúmenes bronquiales y pulmonares normales en las imágenes de TCAR del tórax pueden proporcionar información de pronóstico adicional sobre la etapa de fisiología pulmonar de género-edad-de la FPI.

Enlaces relacionados:
Universidad de Kioto