Radiomics, el futuro de la imagenología: Una revisión de rendimiento diagnóstico en fibrosis hepática

La fibrosis hepática es una enfermedad de alta incidencia producida por una lesión celular hepática repetitiva que genera tejido fibrótico, el cual, al diseminarse dentro del órgano, provoca cirrosis, un punto de no retorno al hígado sano. En estado de fibrosis no se producen síntomas y la biopsia es el gold estándar para el diagnóstico y estadificación, sin embargo, es un procedimiento invasivo y está limitado por el error en toma de muestra y discordancia inter observador en la interpretación de los hallazgos. Se planteó una modalidad de estudio basada en machine learning denominada Radiomics, una herramienta que utiliza diversos modelos de inteligencia artificial para llevar a cabo un análisis cuantitativo en base a información cualitativa, con la finalidad de evaluar la fibrosis hepática y predecir la cirrosis. En el presente estudio se analizó la información referente a Radiomics con el objetivo de sintetizar el rendimiento diagnóstico de esta herramienta en los distintos estudios por imagen y su aplicación diagnóstica en fibrosis hepática, según lo encontrado en las bases de datos: Web of science, SCOPUS y Sciencedirect, para posteriormente sintetizar los datos encontrados bajo las condiciones metodológicas que corresponden a una revisión bibliográfica científica. Los resultados encontrados, sugieren que Radiomics aumentaría el rendimiento diagnóstico en US (AUC=0,98 para F3-F4) y TC (AUC=0,80 para F4) para estadíos tardíos y en MRI (AUC=0,91 para F2) para estadíos tempranos de fibrosis hepática.