Investigadores de NYU Langone Health desarrollaron un modelo de IA capaz de identificar pérdida ósea en estudios de TC realizados con otros fines clínicos, ofreciendo una alternativa para combatir el subdiagnóstico de la osteoporosis.
La osteoporosis, una enfermedad caracterizada por la disminución de la densidad mineral ósea, es prevenible y tratable, pero continúa siendo infradiagnosticada y subtratada. Tradicionalmente, la detección se realiza mediante densitometría ósea (DXA, en inglés), aunque solo uno de cada cinco pacientes elegibles llega a realizarse el estudio. Además, este método puede ofrecer resultados imprecisos en personas con obesidad o con alteraciones degenerativas en la columna, lo que complica la evaluación del riesgo real de fracturas.
Con el objetivo de aprovechar los millones de imágenes médicas disponibles en hospitales y centros de salud, un equipo dirigido por investigadores de NYU Langone, diseñó una red neuronal convolucional capaz de analizar tomografías torácicas, abdominales o de columna realizadas por otros motivos, para medir automáticamente la atenuación del hueso trabecular, que es un indicador de la densidad ósea y así detectar signos de osteoporosis.
El estudio, publicado en Radiology, incluyó más de 538 mil tomografías de 283 mil pacientes y demostró que el modelo puede identificar de forma precisa y automática una región tridimensional dentro de las vértebras torácicas y lumbares, independientemente del tipo de escáner o de los parámetros técnicos del estudio. Además, los investigadores establecieron valores normativos de referencia por edad, sexo y grupo étnico, un paso esencial para implementar este tipo de evaluación en poblaciones diversas.
“Nuestro estudio ofrece evidencia de que las imágenes médicas existentes, realizadas por otras razones, pueden reutilizarse de manera confiable para identificar la pérdida ósea, como en la osteoporosis”, explicó la Dra. Miriam A. Bredella, directora del Clinical and Translational Science Institute en NYU Grossman School of Medicine.
Según los autores, la herramienta basada en IA podría convertirse en una solución práctica y de bajo costo para aumentar el número de diagnósticos, ya que permitiría reutilizar imágenes existentes sin necesidad de exámenes adicionales.
“Nuestro objetivo es usar la gran cantidad de datos de imágenes que ya tenemos en el hospital, a gran escala, para resolver el problema del subdiagnóstico de la osteoporosis y ayudar a las personas con la enfermedad a vivir vidas más saludables, con huesos más fuertes”, añadió el Dr. Soterios Gyftopoulos, profesor de Radiología y Cirugía Ortopédica en NYU Grossman School of Medicine.
El modelo también reveló diferencias significativas en la densidad ósea entre grupos raciales y étnicos: la atenuación trabecular fue mayor en pacientes afroamericanos, seguida por asiáticos y, finalmente, blancos. En general, las mujeres presentaron una disminución más pronunciada en la densidad ósea a partir de la menopausia.
