Estudio Comparativo de Dos Modalidades de Adquisición de Imágenes para Ecografía de Cribado del Segundo Trimestre de Embarazo (Echo-IA) (Echo-IA)

La ecografía morfológica del segundo trimestre es un examen clave en la monitorización obstétrica que tiene como objetivo evaluar el crecimiento fetal, identificar cualquier anomalía estructural e inspeccionar anexos como la placenta, el cordón umbilical, el cuello uterino,...

Varios estudios sugieren que una proporción significativa de malformaciones fetales puede detectarse durante este período si se realiza un análisis morfológico completo. Sin embargo, la fiabilidad del cribado depende de la calidad del equipo, del nivel de experiencia del operador y del cumplimiento de los protocolos que definen las exploraciones necesarias.

En Francia, desde los primeros informes del Comité Técnico Nacional de Ecografía de Cribado Prenatal (2005), se ha prestado especial atención a la estandarización de las prácticas. Más recientemente, la Conferencia Nacional Francesa de Ecografía Obstétrica y Fetal (CNEOF) publicó nuevas recomendaciones (2022, revisadas en 2023) que incluyen el desarrollo de siluetas de referencia para el examen del segundo trimestre, proponiendo 26 vistas (22 obligatorias y 4 adicionales). Sin embargo, la CNEOF no formaliza criterios de calidad para evaluar la conformidad de estas imágenes; esta tarea ha sido asumida por el Colegio Francés de Ecografía Fetal (CFEF), que ha establecido una cuadrícula de puntuación y validación para cada corte fetal (ver documento CFEF 2022).

En paralelo, la inteligencia artificial (IA) se está estableciendo gradualmente como una herramienta de apoyo a la decisión y automatización en imagen médica, particularmente en ecografía. Los algoritmos de aprendizaje profundo son capaces de identificar estructuras anatómicas, posicionar marcadores de medición y seleccionar el corte más óptimo, reduciendo la variabilidad entre operadores y agilizando el flujo de trabajo. En el campo de la ecografía obstétrica, algunas empresas han lanzado sistemas capaces de detectar o anotar estructuras fetales en tiempo real, lo que potencialmente mejora la fiabilidad y reproducibilidad del diagnóstico. Samsung ha desarrollado un sistema llamado Live View Assist, disponible en sus ecógrafos de última generación, que utiliza IA para reconocer y congelar automáticamente los cortes fetales requeridos en tiempo real.

La herramienta también ofrece validación automatizada: si el corte detectado cumple con los estándares esperados, se marca directamente en una lista de verificación. Esta innovación promete ahorro de tiempo, reducción del riesgo de omitir ciertos cortes complejos y mejora de la estandarización.

Sin embargo, hay pocos datos, particularmente en Francia, sobre el rendimiento real de esta herramienta en un contexto de cribado rutinario. Antes de considerar la integración de Live View Assist y la IA en la práctica diaria, es esencial evaluar la calidad de las imágenes que adquiere, la viabilidad de un examen completo asistido por IA, así como el impacto potencial en el tiempo de examen y la mejora de la carga de trabajo para los ecografistas.

El objetivo de este estudio es evaluar si la calidad de las 20 imágenes obligatorias validadas automáticamente por Live View Assist no es inferior a la de las 20 imágenes obligatorias adquiridas y validadas manualmente por un técnico de ecografía, según los criterios de calidad del CFEF basados en las siluetas recomendadas por la CNEOF.