El objetivo de este trabajo era desarrollar un modelo DL para diferenciar las lesiones mamarias benignas de las malignas en la ecografía utilizando un gran conjunto de datos multicéntricos y explorar el modelo con capacidad de ayudar a los radiólogos

PUNTOS FUERTES

• Desarrollan  un modelo de aprendizaje profundo utilizando un gran conjunto de datos que podría diagnosticar lesiones mamarias por imágenes de US.
• El modelo puede proporcionar resultados de diagnóstico más objetivos y mejorar el rendimiento en el diagnóstico de lesiones mamarias diversas para los radiólogos.
• Este estudio tiene gran futuro de aplicación en el mundo real para ayudar a los radiólogos a resolver preguntas clínicas

PUNTOS DEBILES

• El  modelo de DL se entrenó basándose únicamente en imágenes de US en modo B, y el rendimiento del diagnóstico podría mejorarse al incluir información clínica y del paciente (como la edad del paciente, tamaño de la lesión y evaluación de la categoría BI-RADS), elastografía, y otras técnicas US (como el contraste ecográfico).
• El trabajo  de los cinco radiólogos que revisaron y evaluaron retrospectivamente las imágenes no necesariamente reflejan su desempeño en la práctica, a pesar de sus esfuerzos para simular lecturas reales clínicas.
• El estudio multicéntrico prospectivo también se requiere para evaluar la aplicación práctica de la IA (Inteligencia artificial ) en un entorno clínico real.

Dr. José Ángel Jimenez Lasanta

Sección de ultrasonidos - SEUS