Validación de la base de datos de imágenes del fémur proximal

El proyecto AO@AI Turín es un proyecto de colaboración con un grupo de Turín que ha recopilado 2932 radiografías pélvicas anteroposteriores (AP), de las cuales 1811 son imágenes de fracturas y 1121 son imágenes de no fracturas. El grupo de Turín ha desarrollado un algoritmo de inteligencia artificial (IA) para clasificar fracturas a partir de estas imágenes. Estas imágenes anónimas (con todos los metadatos o identificadores personales eliminados) se han subido a una base de datos de imágenes (DB) basada en la nube alojada y administrada por la Fundación AO.

El grupo de Turín ha establecido la "verdad sobre el terreno" utilizando los métodos del "consenso de expertos". Dos radiólogos de su equipo médico revisaron y clasificaron el estado de la fractura (fractura versus no fractura y, en caso de fractura, la clasificación de la AO/Orthopaedic Trauma Association [OTA]).

El objetivo del siguiente paso es el plan de validación de la verdad sobre el terreno para probar la precisión de la anotación de Turín de clasificación de fracturas de las imágenes pélvicas AP ya cargadas. Esto es para garantizar que la base de datos de imágenes ofrezca anotaciones de calidad precisas para permitir el desarrollo de la IA.

Para la fase piloto, se extraerá un subconjunto aleatorio de imágenes de Turín (300 imágenes) de la base de datos de imágenes. Estas imágenes serán revisadas por un grupo externo de cirujanos expertos en AO que anotarán las imágenes según su estado de fractura, es decir, fractura versus no fractura y, en caso de fractura, la clasificación AO/OTA.

El grupo de cirujanos expertos de la AO está formado por cuatro cirujanos que revisarán de forma independiente las 300 imágenes y un quinto cirujano que actúa como juez si es necesario. Los cirujanos expertos tendrán acceso a las 300 imágenes a través de la base de datos de imágenes basada en la nube y anotarán las imágenes. Los cirujanos expertos no podrán ver las anotaciones de Turín. Las anotaciones de los cirujanos expertos se ingresarán en una base de datos creada específicamente para el estudio piloto.

Para determinar la verdad fundamental, se compararán las anotaciones de los cuatro cirujanos y se identificarán las discrepancias. Luego se concertará una reunión entre los cirujanos para resolver, por consenso, las discrepancias, con la posible participación del quinto cirujano como adjudicador. Después de la reunión de resolución, habrá un único conjunto de anotaciones para las 300 imágenes del grupo de cirujanos en ejercicio.

Las anotaciones de Turín también se ingresarán en la base de datos del estudio para permitir comparaciones con la anotación del grupo de cirujanos expertos.

En caso de desacuerdo entre la anotación de Turín y las anotaciones del cirujano experto de la AO, se buscará un consenso para establecer una nueva verdad fundamental. Si este proceso resulta en revisiones significativas de las anotaciones, se revisará todo el conjunto de datos para establecer este nuevo estándar. Tras una revisión tan exhaustiva del conjunto de datos, se volverá a entrenar el algoritmo para la clasificación automatizada de fracturas del fémur proximal, que ya ha sido desarrollado por el grupo de Turín. Después del reentrenamiento, el rendimiento del algoritmo se evaluará mediante métricas como precisión, recuperación y puntuación F1 para garantizar su precisión y eficacia en la clasificación de las fracturas de fémur proximal.