71 CONGRESO AEP. Libro de comunicaciones

756 ISBN: 978-84-09-79209-2 ÁREA DE ESPECIALIDAD (MEDICINA PEDIÁTRICA)  RADIOLOGÍA #1971 COMUNICACIÓN ORAL La inteligencia artificial ya está aquí: fiabilidad en la interpretación de radiografías de tórax Luis Bachiller Carnicero 1 , Verónica Delgado Martín 2 , Leticia M.ª González Martín 1 1 Hospital General de Segovia, Segovia, 2 CS Plaza del Ejército, Valladolid INTRODUCCIÓN Y OBJETIVOS La interpretación de radiografías de tórax es un proceso frecuente en la práctica clínica con gran variabilidad intero- bservador y en ocasiones dificultosa por posibles hallazgos sutiles. En este contexto, la inteligencia artificial (IA) ha per- mitido el desarrollo de sistemas capaces de detectar y clasi- ficar anomalías tras un entrenamiento con miles de supues- tos, como podría ser la interpretación de radiografías de tórax. Nuestro objetivo es comprobar la correlación entre la IA, el radiólogo y el pediatra en la detección de anomalías en la radiografía de tórax y la precisión en los hallazgos. MÉTODOS Estudio analítico prospectivo, incluyendo pacientes me- nores de 14 años a los que se les realiza radiografía de tórax entre noviembre y diciembre de 2024 en urgencias y hospi- talización. Se analiza correlación entre el radiólogo (conside- rado como gold standard ), el pediatra y la IA. Se analiza co- rrelación entre ellos en la comprobación de normalidad en la radiografía de tórax (coeficiente Phi) y en los hallazgos pa- tológicos encontrados (coeficiente de correlación intracla- se). El software de IA usado es chatgpt (versión XrayGPT). RESULTADOS Se incluyen 71 radiografías, de 69 pacientes. La mediana de edad fue 27 meses (rango intercuartílico 16-85). 51 (71,8%) radiografías son realizadas en varones mientras que 20 (28,2%) en mujeres. Los motivos de solicitud fueron en 43 casos (60,6%) fiebre; 17 (23,9%) dificultad respiratoria; traumatismo 4 (5,6%). La IA detecta como normales el 57,7% de las radiogra- fías, mientras que el pediatra el 66,2% y el radiólogo 69,0%. En la Tabla 1 se describen el coeficiente Phi (para com- probar normalidad o no) y el coeficiente de correlación intra- clase (para la alteración diagnosticada) entre los diferentes observadores. Para la clasificación de una radiografía de tó- rax como normal o no, y considerando al radiólogo como gold standard la IA presenta una sensibilidad del 96% y una es- pecificidad del 82,6%; mientras que el pediatra presenta una sensibilidad del 91,6% y una especificidad del 93,6%. En la curva ROC para la clasificación de un radiografía como nor- mal o no, encontramos para la IA un área bajo la curva de 0,85; intervalo de confianza al 95% (IC 95%: 0,75-0,95; p <0,05), mientras el pediatra presenta 0,91 (IC 95% 0,83-1,0; p <0,05). El diagnóstico final fue: neumonía (31%), infección de vías respiratorias superiores (25,4%) y broncoespasmo (11,3%). CONCLUSIONES La IA es una herramienta novedosa que no viene a sus- tituir a los especialista médicos, sino a añadir un nuevo filtro rápido y sensible a la hora de interpretar radiografías de tó- rax en pacientes pediátricos. Coeficiente Phi Coeficiente correlación intraclase IA y pediatra 0,53 0,54 IA y radiólogo 0,58 0,63 Pediatra y radiólogo 0,74 0,82