Estudio retrospectivo de un solo centro (Cardarelli, Nápoles) con 80 pacientes (76 finalmente, tras excluir 4 por segmentación incompleta): 39 sanos y 37 con pancreatitis leve, diagnosticados con un TC de doble fuente de 256 cortes.

Se realizó una segmentación manual del páncreas por 6 operadores, se extrajeron 107 características de la imagen mediante un programa llamado PyRadiomics, y se redujo a 6 grupos de características con otro programa (Weka).

En lugar de un aprendizaje automático clásico, usan lo que llaman "métodos formales": a partir de 6 pacientes con inflamación muy marcada (elegidos a mano por 2 radiólogos), se define una regla, basada en solo 3 de esos 6 pacientes, que un sistema automático aplica al resto de la cohorte para clasificarlos como sanos o enfermos.

No usan un conjunto de entrenamiento ni validación en el sentido habitual del aprendizaje automático.

Los 6 pacientes que sirven para construir la regla quedan fuera de la prueba posterior, así que no hay contaminación directa de datos, pero la regla nace de una selección subjetiva y muy pequeña, no de un entrenamiento representativo de la enfermedad. El modelo solo alcanza un 81% de exactitud, un 78% de precisión y un 81% de sensibilidad. Combinado con el juicio de los radiólogos, sube a 97% según la tabla de resultados.

El modelo detecta algunos casos leves que se les escapan a los radiólogos, y al revés, los radiólogos detectan casos que el modelo falla (páncreas hipertrófico en jóvenes, glándulas con involución fibrótica).

PUNTOS DÉBILES

Sobre el artículo:

- La regla de clasificación se construye con solo 3 pacientes de una selección de 6. No hay contaminación técnica entre entrenamiento y prueba, pero generalizar a partir de una base tan pequeña y tan seleccionada es arriesgado. Decir que "no necesitan conjunto de entrenamiento" es un poco engañoso, en realidad sí lo tienen, solo que muy pequeño y sesgado hacia los casos más floridos.

- El patrón de referencia combina clínica, laboratorio e imagen, pero en los casos límite acaba siendo el propio juicio del radiólogo, el mismo tipo de juicio que luego se usa para comparar con el modelo. Detecto circularidad ahí.

- Si los hallazgos son tan sutiles que ni los radiólogos ciegos se ponen de acuerdo (a 6 pacientes con pancreatitis leve se les pasó por alto, y sobrediagnosticaron a 2 sanos), la referencia sobre la que se construye la regla ya es inestable de partida. Más que un problema del algoritmo, es que la propia definición de "verdad" en pancreatitis leve por imagen es floja. Igual es pronto para meter IA de forma fiable en este terreno.

- Los criterios de exclusión (lesiones pancreáticas, pancreatitis severa o crónica, involución severa de la glándula) exigen haber visto ya la TC y haberla interpretado antes de incluir al paciente. Es una población filtrada de antemano por un radiólogo, algo que no puedes replicar en la práctica real antes de aplicar el modelo.

- Muestra pequeña (76 pacientes) y de un solo centro, con un único escáner. Sin validación externa.

- Hay una incoherencia de redacción: el resumen dice 100% de exactitud combinada y la tabla real dice 97%.

- Venden "TC de doble energía" en el título, pero el análisis se hace sobre la fase venosa estándar; la doble energía apenas se aprovecha, solo mencionan de pasada la imagen sin contraste virtual. No encuentro la razón de indicar la "doble energía" en el título.

- Dicen que la segmentación hecha por 6 operadores distintos "no condicionó" los resultados, pero no lo demuestran con ningún análisis de concordancia entre observadores, simplemente lo afirman.

Sobre la técnica y el contexto clínico:

- La pancreatitis leve, en la mayoría de los casos, no necesita TC para el diagnóstico, con clínica y enzimas elevadas suele bastar. La TC se reserva para cuando el diagnóstico es incierto o para valorar gravedad y complicaciones a partir de las 72 horas. Los propios autores seleccionan pacientes con diagnóstico incierto, es decir, ya parten de un subgrupo concreto, no del escenario típico de pancreatitis leve. Esto reduce bastante la aplicabilidad real del modelo.

- No detecta complicaciones: excluyen necrosis, pancreatitis severa y crónica. Se queda solo en diferenciar sano de leve, que es justo la parte donde la TC aporta menos en la práctica de urgencias. El valor real de la TC está en detectar necrosis, colecciones o complicaciones vasculares, y de eso el estudio no dice nada.

- Necesita un TC de doble fuente y alta gama, poco disponible fuera de centros grandes, y como decía, sin aprovechar realmente sus capacidades espectrales. Coste de acceso alto para un beneficio de la doble energía que no queda demostrado.

- Segmentación manual completa del páncreas, corte a corte, por operador. Esto es inviable para escalar a un uso real en urgencias, que es justo el escenario que dicen querer cubrir. Sin automatizar la segmentación, esto no sirve para el día a día.

- El esfuerzo computacional y de trabajo es alto (segmentación manual, extracción de más de 100 características, selección de las más relevantes) para una mejora que, con el modelo solo, no supera claramente lo que ya hace un radiólogo (81% frente al 80 a 94% que citan ellos mismos en la introducción). El valor añadido real solo aparece al combinar modelo y radiólogo, así que el aporte propio del modelo es limitado. Poco rentable para el esfuerzo que exige.

PUNTOS FUERTES

Sobre el artículo:

- Ataca un problema real: en los casos de diagnóstico incierto, la pancreatitis leve es precisamente la que más cuesta ver en TC, y un apoyo en esos casos concretos tiene sentido clínico.

- Protocolo de adquisición bien descrito, con una dosis efectiva razonable para un protocolo bifásico con contraste.

- La combinación de modelo y radiólogo mejora la sensibilidad y la especificidad respecto a cada uno por separado, coherente con usar la IA como apoyo y no como sustituto.

- Es (según dicen, al menos) el primer estudio que aplica métodos formales a pancreatitis aguda en el contexto de urgencias, y el primero que trabaja solo con la fase portal, lo que reduce el tiempo de segmentación frente a protocolos bifásicos completos.

- No se declara conflicto de intereses.

Manuel Salomón de la Vega

Representante de Radiología Abdominal (SEDIA)