Una radiografía de tórax podría ofrecer información adicional sobre la salud ósea, incluso cuando se realiza por motivos distintos a la sospecha de osteoporosis. Un estudio multicéntrico retrospectivo evaluó un modelo de inteligencia artificial capaz de identificar a personas con osteoporosis o baja densidad mineral ósea a partir de estas imágenes, con resultados que respaldan su posible uso como herramienta de preselección.
El modelo, denominado AI-OsRM, se desarrolló utilizando radiografías de tórax y mediciones de densidad mineral ósea obtenidas mediante absorciometría de rayos X de doble energía (DXA), la prueba de referencia para evaluar la osteoporosis. Su rendimiento se examinó en tres cohortes externas de Corea del Sur: un hospital de atención terciaria y dos centros de chequeos de salud, con una población conjunta superior a 150.000 personas.
En las cohortes externas, el modelo alcanzó áreas bajo la curva (AUC) de 0,88 a 0,93 para identificar osteoporosis y de 0,88 a 0,89 para detectar una densidad mineral ósea reducida. Estos resultados indican una capacidad de discriminación favorable en distintos entornos clínicos, aunque el rendimiento varió según la edad: fue menor en personas de 65 años o más que en las menores de 50 años.
Uno de los hallazgos más relevantes surgió al simular el uso de la herramienta como filtro previo a la densitometría. Con un umbral de clasificación de 0,40, el modelo permitió estimar una reducción de aproximadamente 50 % en las pruebas DXA, mientras mantenía la detección del 98 % al 99 % de los casos de osteoporosis en los dos centros de chequeo. La sensibilidad para identificar densidad mineral ósea reducida se situó entre el 80 % y el 90 %, según la cohorte.
La propuesta busca aprovechar imágenes que ya forman parte de la atención médica para identificar a personas que podrían beneficiarse de una evaluación ósea más específica. De esta manera, la inteligencia artificial podría ayudar a priorizar las derivaciones a densitometría y ampliar las oportunidades de detección, sin necesidad de realizar una prueba adicional a todas las personas evaluadas. Sin embargo, la radiografía analizada por IA no reemplaza la DXA ni confirma por sí sola el diagnóstico.
Los autores reconocen limitaciones importantes: el estudio fue retrospectivo, incluyó únicamente cohortes asiáticas y solo evaluó a personas que ya contaban con radiografía de tórax y densitometría. Por tanto, el uso del modelo para detectar casos previamente no identificados todavía debe comprobarse en estudios prospectivos y en poblaciones más diversas. También se necesita mejorar la interpretación de las regiones de la imagen que utiliza el algoritmo para formular sus predicciones.
Fuente original aquí
