Las radiografías de tórax son una de las pruebas de diagnóstico por imagen más comunes y son utilizadas de manera rutinaria para detectar diversas enfermedades. Sin embargo, durante los últimos años se ha combinado con el uso de modelos de IA basados en aprendizaje profundo, de hecho, varios estudios se han enfocado en desarrollar modelos para diferenciar entre una radiografía de tórax normal y una anormal.

Un estudio recientemente publicado en Radiology explora cómo la interpretación automatizada de radiografías de tórax podría aligerar la carga de trabajo a los radiólogos, sin embargo, todavía no se ha establecido el rendimiento de una herramienta de IA para realizar este tipo de comparación con informes radiológicos clínicos.

En este sentido los autores del estudio “Informe autónomo de radiografías de tórax mediante IA: estimación del impacto clínico”, realizaron una evaluación externa de una herramienta de IA disponible comercialmente para el número de radiografías notificadas de forma autónoma; la sensibilidad para la detección por IA de radiografías anormales; y el rendimiento de IA comparado con el de los informes radiológicos clínicos.