Concordancia de la volumetría del accidente cerebrovascular isquémico en resonancia magnética mediante herramientas de inteligencia artificial: Bivlab y OLEA versus VES-ADC

Abstract

El accidente cerebrovascular (ACV) isquémico constituye una de las principales causas de mortalidad y discapacidad a nivel mundial. La cuantificación precisa del volumen del tejido cerebral infartado mediante resonancia magnética, particularmente en secuencias DWI y mapas ADC, es determinante para la toma de decisiones terapéuticas y la estimación pronóstica. Sin embargo, la segmentación manual realizada por el radiólogo es un proceso operador-dependiente, dispendioso y con variabilidad interobservador. El presente estudio tuvo como objetivo evaluar la concordancia de la medición volumétrica del ACV isquémico entre dos herramientas de inteligencia artificial (Olea Sphere® y BIVL2ab) y la segmentación realizada por radiólogo experto mediante VES-ADC, considerado como referencia. Se realizó un estudio transversal de evaluación tecnológica en 108 pacientes mayores de 18 años con diagnóstico de ACV isquémico, atendidos en la Fundación Oftalmológica de Santander (FOSCAL) entre 2021 y 2024. Se aplicó la metodología de Bland-Altman y el coeficiente de concordancia de Lin para determinar el grado de acuerdo entre los métodos, complementado con análisis estadísticos no paramétricos. Los resultados evidenciaron que las mediciones presentaron distribución no normal y diferencias estadísticamente significativas entre algunas herramientas. Olea mostró mayor similitud con la medición del radiólogo experto, mientras que BIVL2ab tendió a reportar volúmenes superiores. La concordancia global fue variable entre instrumentos. Se concluye que las herramientas de inteligencia artificial evaluadas presentan diferentes niveles de concordancia frente al método experto, lo cual tiene implicaciones clínicas en la estandarización y posible implementación de tecnologías automatizadas para la cuantificación del volumen isquémico cerebral. Este estudio aporta evidencia local relevante para el fortalecimiento de la investigación en neuroimagen avanzada e inteligencia artificial aplicada al diagnóstico radiológico.