Los pacientes apoyan la IA como respaldo de radiólogo en la mamografía de detección

Los resultados de una gran encuesta de una población de pacientes diversa revelaron apoyo cauteloso a la implementación de inteligencia artificial (IA) en la mamografía de detección, según un estudio publicado en Radiología: cáncer de imagen. El historial médico personal y los factores sociodemográficos influyeron en el nivel de confianza del encuestado en la IA.

Si bien la precisión diagnóstica de los sistemas de IA ha mejorado drásticamente en los últimos años, todavía existe una falta de adopción generalizada y aceptación de esta tecnología por una variedad de razones, como las preocupaciones con la privacidad de los datos, el sesgo algorítmico o el nivel de conocimiento de la IA.

Una opinión que se pasa por alto con frecuencia en la conversación que rodea el crecimiento de la IA en la radiología es la del paciente.

«Las perspectivas del paciente son cruciales porque la implementación exitosa de IA en imágenes médicas depende de la confianza y la aceptación de aquellos a quienes nuestro objetivo es servir», dijo el autor del estudio Basak E. Dogan, MD, profesor clínico de radiología y director de investigación de imágenes de mama en el Centro Médico Southwestern Southwestern de la Universidad de Texas en Dallas.

«Si los pacientes dudan o escépticos sobre el papel de la IA en su cuidado, esto podría afectar la adherencia a la detección y, en consecuencia, los resultados generales de la atención médica».

Para obtener una mejor comprensión de las opiniones y preocupaciones del paciente con respecto al uso de la IA en la mamografía de detección, el Dr. Dogan y sus colegas desarrollaron una encuesta de 29 preguntas para ser ofrecida a todos los pacientes que asistieron a su institución para una mamografía de detección de cáncer de mama. La encuesta opcional estuvo disponible por un período de siete meses en 2023.

Todas las preguntas de la encuesta fueron cerradas y evaluaron el conocimiento y las percepciones de los participantes sobre la IA. La encuesta obtuvo información demográfica además de la información clínica, que descubrió la historia de un encuestado con el cáncer de seno, como si tenían alguna mamografía anormal en el pasado o si ellos o un familiar cercano han tenido cáncer de seno.

De los 518 pacientes que completaron la encuesta, la mayoría indicó apoyo para el uso de IA junto con la revisión de un radiólogo, con el 71% de los encuestados que prefieren la IA que se utilizará como segundo lector. Esto a pesar de las preocupaciones sobre la pérdida de interacción personal con el radiólogo, la privacidad de los datos, la falta de transparencia y el sesgo. Menos del 5% se sentía cómodo con IA solo interpretando su mamografía de detección.

Debido a su población de pacientes grande y diversa, la encuesta descubrió una variedad de factores demográficos que influyen en las percepciones de los pacientes. Los encuestados con más de un título universitario o un conocimiento más autoinformado de IA tenían dos veces más probabilidades de aceptar la participación de la IA en su mamografía de detección.

Es de destacar que los encuestados negros hispanos y no hispanos informaron preocupaciones significativamente más altas sobre el sesgo de IA y la privacidad de los datos, lo que probablemente resultó en una menor aceptación de IA entre estos grupos de pacientes.

«Estos resultados sugieren que los factores demográficos juegan un papel complejo en la configuración de la confianza del paciente y las percepciones de la IA en las imágenes de mama», agregó el Dr. Degan.

El historial médico familiar y personal también impactó las actitudes de los pacientes hacia la IA.

Independientemente de si una anormalidad fue detectada por IA o un radiólogo, los pacientes que tenían un pariente cercano diagnosticado con cáncer de seno tenían más probabilidades de solicitar revisiones adicionales. Sin embargo, estos pacientes exhibieron un alto grado de confianza en las revisiones de IA y radiólogo cuando la mamografía volvió como normal.

Por el contrario, los pacientes con antecedentes de una mamografía anormal tenían más probabilidades de seguir un seguimiento de diagnóstico si las revisiones de IA y radiólogo se conflican. Este fue especialmente el caso si fue AI que marcó una anormalidad.

«Esto destaca cómo el historial médico personal influye en la confianza en la IA y los radiólogos de manera diferente, enfatizando la necesidad de estrategias de integración de IA personalizadas en la detección de mamográfico», dijo el Dr. Degan.

Los investigadores señalaron que es importante continuar relacionando con los pacientes para comprender sus puntos de vista en evolución de la tecnología de IA en la atención médica, a medida que la tecnología continúa avanzando.

«Nuestro estudio muestra que la confianza en la IA es altamente individualizada, influenciada por factores como experiencias médicas previas, educación y antecedentes raciales», dijo el Dr. Degan.

«La incorporación de las perspectivas del paciente en las estrategias de implementación de la IA asegura que estas tecnologías mejoren y no obstaculicen la atención del paciente, fomentando la confianza y el cumplimiento de los informes y recomendaciones de imágenes».