Los estudios radiológicos a menudo contienen abundantes datos en las imágenes que no son relevantes para la indicación clínica del estudio.
La detección oportunista se refiere a la práctica de aprovechar sistemáticamente estos hallazgos incidentales en las imágenes.
Aunque la detección oportunista puede aplicarse a modalidades de imagen como la radiografía convencional, la ecografía y la resonancia magnética, la mayor parte de la atención hasta la fecha se ha centrado en la TC mediante el uso de métodos asistidos por inteligencia artificial (IA).
La TC representa una modalidad ideal por su gran volumen, mediante la cual una evaluación cuantitativa de la composición de los tejidos (p. ej., hueso, músculo, grasa y calcio vascular) puede proporcionar una valiosa estratificación del riesgo y ayudar a detectar enfermedades presintomáticas no sospechadas.
La aparición de algoritmos de IA que automaticen por completo estas mediciones podría eventualmente conducir a su uso clínico de rutina.
Las barreras potenciales para la implementación generalizada de la detección oportunista con TC incluyen la necesidad de aceptación por parte de radiólogos, médicos de referencia y por supuesto, por los pacientes.
Acompáñenme a analizar este artículo, que enfatiza cómo el uso sistemático de hallazgos de imágenes cuantitativas que generalmente no están relacionados con la indicación clínica por la que se solicitó el estudio, puede usarse con fines de salud de la población, incluida la elaboración de perfiles de riesgo y la detección presintomática de enfermedades relevantes.
