Resumen

Título INTELIGENCIA ARTIFICIAL COMO COPILOTO DEL RADIÓLOGO EN LA DETECCIÓN DEL CÁNCER DE PRÓSTATA.
Área temática Cáncer de próstata
Expositor Dr. Ignacio Eltit
Autores Marcelo Arias, Clínica Alemana de Santiago, Santiago - Chile
Nicolas Radic, Clínica Alemana de Santiago, Santiago - Chile
Fernando Gonzalez, Clínica Alemana de Santiago, Santiago - Chile
Giancarlo Schiappacasse, Clínica Alemana de Santiago, Santiago - Chile
Hugo Otaola, Clínica Alemana de Santiago, Santiago - Chile
Ignacio Eltit, Clínica Alemana de Santiago, Santiago - Chile
Rodrigo Pinochet, Clínica Alemana de Santiago, Santiago - Chile
Marcelo Orvieto, Clínica Alemana de Santiago, Santiago - Chile
Andrés Labra, Clínica Alemana de Santiago, Santiago - Chile
Resumen

Introducción:

La detección del cáncer de próstata clínicamente significativo mediante resonancia magnética multiparamétrica (RMmp) sigue siendo un reto para el radiólogo. Recientemente, se han incorporado herramientas de inteligencia artificial (IA) para apoyar la interpretación de imágenes y mejorar la precisión diagnóstica. En nuestro centro, se implementó un software de IA como apoyo en la identificación de lesiones sospechosas y estimación del volumen prostático (VP). En este contexto, setuvo como objetivo evaluar sensibilidad y concordancia del puntaje PI-RADS asignado por el radiólogo y la IA en la detección de cáncer de próstata clínicamente significativo, confirmado por histopatología.



 



 



Material y Métodos:

Estudio retrospectivo de 115 casos de pacientes sometidos a prostatectomía radical con confirmación histológica de cáncer clínicamente significativo (Gleason ≥7, ISUP ≥2) entre enero de 2024 y abril de 2025. Se analizaron los puntajes PI-RADS asignados por el radiólogo y por el software de IA en la RMmp prequirúrgica, evaluando su sensibilidad para puntos de corte PI-RADS ≥3 y ≥4. Además, se analizó la concordancia de los puntajes PI-RADS de ambos métodos, así como también del VPestimado.





Resultados:

La edad promedio fue de 65 años, con un APE promedio de 6,43 ng/mL. El VP estimado por la IA fue de 46,7 mL, mientras que el informado por el radiólogo fue de 47,1 mL. Al considerar una puntuación PI-RADS ≥4 como indicativa de cáncer clínicamente significativo, la sensibilidad fue de 85.22% (IC 95%: 77.1%-91.0%) para el radiólogo y 86.09% (IC 95%: 78.1%-91.6%) para la IA; con PI-RADS ≥3, fue de 97.39% y 87.83%, respectivamente. Al considerar la puntuación más alta entre ambos métodos, la sensibilidad aumentó a 96.52% (PI-RADS ≥4) y a un 100% (PI-RADS ≥3). La concordancia entre ambos métodos fue moderada, con un valor kappa no ponderado de 0.3169. En cuanto a la correlación de Pearson para el VP fue alta y estadísticamente significativa (r= 0.94, p<0.001).



Conclusión:

El software de IA mostró un rendimiento diagnóstico comparable al del radiólogo, con una concordancia moderada. La combinación de ambos métodos aumentó la sensibilidad para detectar cáncer clínicamente significativo, especialmente en el umbral de PI-RADS ≥3.