La evaluación de los nódulos tiroideos con resultados citológicos indeterminados continúa siendo uno de los escenarios más complejos en endocrinología clínica. La dificultad para definir con certeza el riesgo de malignidad suele traducirse en procedimientos adicionales que no siempre resultan necesarios. En este contexto, los autores de un estudio publicado en European Thyroid Journal advierten que los nódulos clasificados como atipia de significado indeterminado representan un dilema persistente en la práctica diaria. La categoría AUS concentra una parte importante de la incertidumbre diagnóstica en patología tiroidea.
Inteligencia artificial como apoyo en la estratificación de riesgo
El estudio analizó la aplicabilidad clínica de un modelo de aprendizaje profundo denominado AI-Thyroid en nódulos tiroideos con citología AUS, una categoría que representa cerca del 20 % de los resultados de la aspiración con aguja fina. Esta heterogeneidad explica por qué muchos pacientes son sometidos a biopsias repetidas o cirugía diagnóstica, aun cuando una proporción relevante de los nódulos resulta finalmente benigna. Uno de cada cinco nódulos evaluados por PAF cae en esta zona gris diagnóstica.
Para evaluar su desempeño, los investigadores revisaron retrospectivamente 165 casos diagnosticados entre 2019 y 2020 en cinco hospitales universitarios de Corea. Todos los pacientes contaban con un diagnóstico definitivo confirmado mediante cirugía, biopsia con aguja gruesa o repetición de la punción aspirativa. La confirmación histológica permitió contrastar directamente los resultados de la IA con el desenlace clínico real.
Desempeño comparable a sistemas ecográficos convencionales
La cohorte presentó una tasa global de malignidad del 38,8 %, consistente con lo reportado en poblaciones quirúrgicas asiáticas, y un tamaño mediano de nódulo de 1,3 cm. Al comparar el desempeño del modelo de inteligencia artificial con el sistema ecográfico convencional K-TIRADS, el área bajo la curva fue similar en ambos enfoques. La precisión diagnóstica fue comparable entre la IA (0,75) y K-TIRADS (0,76).
Más allá de la precisión global, el análisis mostró que el mayor aporte del modelo se encuentra en su capacidad para descartar malignidad. La alta sensibilidad y el elevado valor predictivo negativo resultan especialmente relevantes cuando el objetivo clínico es reducir procedimientos innecesarios. El modelo alcanzó una sensibilidad de 0,91 y un valor predictivo negativo de 0,87.
Mayor utilidad en nódulos pequeños
El rendimiento del modelo fue particularmente destacado en nódulos de menor tamaño, un subgrupo que suele generar mayor incertidumbre clínica. En lesiones inferiores a 1,5 cm, la sensibilidad alcanzó valores cercanos al 98 %, lo que refuerza su utilidad como herramienta de descarte temprano. En nódulos pequeños, la IA identificó correctamente casi todos los casos malignos.
De acuerdo con los análisis, el uso del sistema podría haber permitido aplazar estudios diagnósticos adicionales en aproximadamente el 27 % de los casos clasificados como benignos. Este potencial beneficio es especialmente relevante en pacientes jóvenes o con bajo riesgo clínico. Más de una cuarta parte de las biopsias adicionales podrían haberse evitado.
Un complemento, no un reemplazo
Los autores enfatizan que la inteligencia artificial no sustituye la evaluación clínica ni la confirmación patológica. A pesar de su buen desempeño, se identificaron falsos negativos, principalmente en nódulos con características ecográficas de baja sospecha. La IA no elimina la necesidad de correlación clínica y patológica.
El estudio también mostró que el desempeño del modelo fue consistente entre instituciones, equipos de ultrasonido y examinadores, lo que respalda su aplicabilidad en escenarios reales. No obstante, se observaron limitaciones técnicas en nódulos grandes o con calcificaciones marcadas. La calidad de la imagen sigue siendo un factor crítico para el rendimiento del modelo.
En conjunto, estos hallazgos sugieren que el ultrasonido asistido por inteligencia artificial puede convertirse en una herramienta complementaria valiosa en la evaluación de nódulos tiroideos con citología indeterminada. Su integración cuidadosa podría contribuir a reducir biopsias innecesarias y optimizar la toma de decisiones clínicas. Los autores coinciden en que se requieren estudios prospectivos para definir con mayor precisión su rol futuro.
Fuente original aquí
