Redacción
Un equipo de investigación liderado por la Universidad Politécnica de Madrid (UPM) y el Centro de Investigación Biomédica en Red en Bioingeniera, Biomateriales y Nanomedicina (Ciber-BBN) ha desarrollado un sistema de inteligencia artificial (IA) que facilita la detección de tuberculosis en población infantil.
Este sistema integra radiografías de tórax frontales y, si están disponibles, también radiografías laterales con el fin de abordar los retos que supone el diagnóstico de la tuberculosis en niños: síntomas inespecíficos o alteraciones radiológicas más sutiles y variables comparadas con adultos.
El estudio se ha publicado en la revista Nature Communications y ha contado también con las colaboraciones del Instituto de Salud Global de Barcelona (ISGlobal), el Centro de Investigação em Saúde de Manhiça (CISM) en Mozambique y la Red Española de Estudio de Tuberculosis Pediátrica (pTBred), el Centro de Investigación Biomédica en Red de Enfermedades Infecciosas (Ciberinfec) y el Children’s National Hospital (Estados Unidos).
Este sistema integra radiografías de tórax frontales y en el caso de estar disponibles, también radiografías laterales con el fin de abordar los retos que supone el diagnóstico de la tuberculosis en población infantil
El primer autor e investigador de la UPM, Daniel Capellán Martín, afirma que han diseñado esta herramienta para «que sea extremadamente eficiente sin perder precisión ni rendimiento, con el objetivo de que pueda integrarse incluso en dispositivos móviles y así acercar el diagnóstico de la tuberculosis a zonas rurales con alta incidencia de la enfermedad, donde los recursos y el acceso a radiólogos especializados son muy limitados».
A su vez, el coautor del estudio añade que «el preentrenamiento en datos adultos permite aprovechar conjuntos mucho más amplios y diversos, lo que facilita que el modelo aprenda características robustas que después pueden adaptarse al contexto pediátrico».
Esta investigación demuestra que las radiografías laterales ofrecen información complementaria muy valiosa en lactantes y niños pequeños que las tomas frontales no pueden facilitar. También, que los modelos específicos segmentados por edad superan a los modelos entrenados con todas las edades, debido a las diferencias en el desarrollo y la presentación clínica de la enfermedad entre diferentes grupos de edad.
«Las vistas laterales complementan a la frontal y son especialmente valiosas en lactantes y niños pequeños, ya que ayudan a identificar hallazgos que podrían pasar desapercibidos», señala la investigadora Elisa López Varela
“Las vistas laterales complementan a la frontal y son especialmente valiosas en lactantes y niños pequeños, ya que ayudan a identificar hallazgos que podrían pasar desapercibidos cuando solo se cuenta con una proyección”, declaró Elisa López Varela, investigadora en ISGlobal durante el estudio.
“Esta solución no pretende sustituir al radiólogo ni al médico, sino servir como herramienta de apoyo: puede ayudar a priorizar estudios, orientar decisiones de cribado y facilitar la detección temprana en entornos con escasos recursos”, comenta Begoña Santiago García, coordinadora de pTBred y pediatra en el Hospital General Universitario Gregorio Marañón de Madrid e investigadora Ciberinfec.
“El uso de vistas laterales y la adaptación por grupos de edad podrían aumentar la sensibilidad diagnóstica en poblaciones pediátricas, especialmente en lactantes y niños pequeños, donde el diagnóstico resulta más complejo”, añade la pediatra del Gregorio Marañón.
«Este sistema puede ayudar a priorizar estudios, orientar decisiones de cribado y facilitar la detección temprana en entornos con escasos recursos», destaca Begoña Santiago García
Los autores de la investigación destacan la necesidad de validaciones clínicas adicionales y de llevar a cabo su implementación en entornos reales, especialmente en centros que cuentan con recursos limitados, para evaluar su impacto en el flujo de trabajo, la precisión diagnóstica y la aceptación entre los profesionales.
También resaltan la importancia de estudiar la integración con sistemas de telemedicina y programas de cribado en áreas endémicas como de analizar su rendimiento en distintos entornos de atención sanitaria.
María Jesús Ledesma Carbayo, supervisora técnica del trabajo, catedrática de la UPM e investigadora en Ciber-BBN, concluye: “Nuestro objetivo es que esta tecnología se adapte a las necesidades locales y se implemente de forma responsable, complementando la labor clínica y contribuyendo a mejorar el acceso al diagnóstico en poblaciones vulnerables”.