
Nota del editor: Este artĂculo fue publicado originalmente en InglĂ©s el 9 de enero.
De acuerdo a una investigaciĂłn del Centro MĂ©dico de la Universidad de Nijmegen en los PaĂses Bajos, el software de detecciĂłn asistida por computadora (CAD) puede utilizarse durante la exploraciĂłn de la tuberculosis (TB) para realizar un triaje de aquellas personas con alto riesgo de presentar la enfermedad, potencialmente disminuyendo la carga de la lectura de imágenes en los programas de exploraciĂłn.
En un estudio preliminar en el que se evaluĂł el desempeño de un prototipo de CAD en casos provenientes de un programa de exploraciĂłn en el Reino Unido, el equipo de los PaĂses Bajos encontrĂł que el CAD permitĂa preseleccionar como normales a cerca de 60% de los casos sin necesidad de que fueran interpretados por un lector humano.
"El CAD puede identificar una gran proporciĂłn de imágenes normales dentro de un contexto de exploraciĂłn de la TB con sensibilidad alta, de manera que puede utilizarse para el triaje," dijo el Dr. Laurens Hogeweg, quien presentĂł los resultados durante una sesiĂłn cientĂfica de la reciente conferencia RSNA en Chicago.

Hogeweg señalĂł que el interĂ©s en la utilizaciĂłn de radiografĂas de tĂłrax en los algoritmos para exploraciĂłn de la TB está aumentando; especialmente dado que la radiografĂa digital suprime muchos de los inconvenientes asociados con los rayos X convencionales, tales como el uso de pelĂculas y quĂmicos. Los rayos X digitales proporcionan un examen de la TB rápido y econĂłmico, y las investigaciones recientes han demostrado un buen desempeño, dijo.
Otros métodos de examen para la TB sufren de factores limitantes. El cultivo de células de esputo es lento y costoso, mientras que el frotis de esputo es insensible, dijo Hogeweg.
Sin embargo, la exploraciĂłn de la TB con rayos X de tĂłrax tambiĂ©n puede ser problemática en un contexto de exploraciĂłn. Los signos de TB en rayos X de tĂłrax son difĂciles de interpretar, lo cual lleva a una gran variabilidad entre observadores. Además, es necesario interpretar una gran cantidad de rayos X de tĂłrax, lo cual genera altos costos al tenerse que emplear lectores, dijo Hogeweg.
Entra en escena el CAD
Sin embrago, el CAD puede ayudar, ya que sirve de mĂ©todo preseleccionador y de triaje para reducir el costo de los algoritmos de exploraciĂłn de la TB. Dado que el software ofrece una alta sensibilidad, puede ser Ăştil para realizar un triaje de casos cuando se utiliza como primer lector. Los casos que resulten normales en el CAD se eliminarĂan del proceso de exploraciĂłn, mientras que los casos anormales serian leĂdos entonces por un experto humano, afirmĂł Hogeweg.
Para comprobar esta hipĂłtesis, los investigadores quisieron valorar el desempeño de un prototipo investigativo de un sistema CAD (desarrollado conjuntamente por el Grupo de Análisis de Imágenes DiagnĂłsticas de la universidad y por Delft Imaging Systems) para detectar la TB en radiografĂas de tĂłrax en un contexto de exploraciĂłn de alto riesgo. TambiĂ©n querĂan evaluar su potencial como herramienta de triaje.
La organización Find & Treat en el Reino Unido ha estado llevando a cabo un programa de exploración móvil utilizando rayos X digitales para identificar casos de TB en Londres, en donde se encuentra la mayor tasa de TB de las capitales de Europa occidental y una incidencia particularmente alta en la población sin hogar, dijo Hogeweg. Entre los años 2005 y 2010, el programa adquirió 47.510 exámenes de tórax digitales de 38.717 individuos.
El equipo de investigaciĂłn identificĂł 120 casos confirmados de TB pulmonar en la base de datos de Find & Treat y seleccionaron tambiĂ©n de la base de datos 184 radiografĂas de tĂłrax adicionales con el fin de evaluar la habilidad del sistema CAD para distinguir entre los casos de TB y aquellos que no lo eran. Las radiografĂas se realizaron con un sistema DigitalDiagnost (Philips Healthcare).
El software CAD se desarrollĂł originalmente para analizar rayos X de paĂses con alto Ăndice de TB en al Africa sub-sahariana y se re-entrenĂł para este estudio utilizando un grupo de 89 imágenes que incluĂan todos los 20 casos de TB confirmada por cultivo y 69 casos normales del 2006.
Se entrenĂł usando ejemplos de pĂxeles en regiones normales y anormales, con momentos Gaussianos derivados extraĂdos para cada regiĂłn. Un clasificador se usa despuĂ©s para asignar un puntaje a cada pixel y cada imagen recibe un puntaje CAD general basado en el percentil 95 de todos los puntajes de pixel anormal, afirmĂł Hogeweg.
DespuĂ©s de haber entrenado al sistema, los investigadores pusieron a prueba su desempeño en los 96 casos restantes, los cuales incluĂan todos los 28 casos de TB comprobada por cultivo y 67 casos negativos para TB del 2009.
El desempeño del sistema se midiĂł utilizando un análisis ROC (Receiver Operating Characteristic: CaracterĂstica Operativa del Receptor), que comparĂł el puntaje CAD con el estándar de referencia. TambiĂ©n evaluaron su potencial como herramienta de triaje al determinar la especificidad cuando el software utiliza una sensibilidad del 95%.
El sistema produjo un área general bajo la curva ROC de 0.86 en los casos de prueba.

Al mirar especĂficamente el desempeño con un 95% de sensibilidad, el software CAD produce una especificidad del 57%.
"Esto quiere decir que en un contexto de triaje podemos en efecto descartar 57% de las imágenes," dijo Hogeweg. "Esto tambiĂ©n quiere decir que en un contexto de exploraciĂłn, en donde la mayorĂa de las imágenes son normales, podemos eliminar un gran nĂşmero de imágenes del proceso de exploraciĂłn."
Como trabajo futuro, el equipo intentará mejorar el algoritmo CAD y evaluar el sistema en la totalidad de la base de datos de Find & Treat, afirmó Hogeweg. También quisieran poder realizar estudios de lectura y rentabilidad.