RADIOLOGÍA

Detecta osteoporosis y osteopenia a partir de una radiografía.

Desarrollado en colaboración con el Hospital Universitario Ramón y Cajal, quantusOS utiliza Inteligencia Artificial para analizar radiografías de cadera e identificar pacientes con riesgo de osteoporosis u osteopenia.

DESCRIPCIÓN

quantusOS es un test para la detección de osteoporosis y osteopenia que se basa en el análisis automático de una radiografía de cadera.

Está dirigido a radiólogos y otros profesionales sanitarios capacitados, y consiste en un software para dispositivos médicos (MDSW) que apoya la toma de decisiones clínicas mediante el análisis de radiografías convencionales de cadera en proyección anteroposterior (de uno o ambos lados), de pacientes adultos. Estima la probabilidad de osteopenia u osteoporosis y devuelve el resultado como una clase de riesgo predefinida (1-5).

El dispositivo está diseñado para ser utilizado como herramienta de soporte al diagnóstico; los informes generados ayudan a la toma de decisiones del profesional sanitario.

CASOS DE USO

CU-OS-01: Cribado Poblacional en Atención Primaria

En atención primaria, el médico solicita una radiografía de cadera de rutina y quantusOS analiza automáticamente la imagen, proporcionando en menos de 3 minutos una clasificación del riesgo de osteoporosis para apoyar la toma de decisiones clínicas.

CU-OS-02: Monitorización y Seguimiento del Tratamiento

En pacientes ya diagnosticados de osteoporosis y en tratamiento con bifosfonatos, quantusOS analiza las radiografías de seguimiento para evaluar la evolución del grado de osificación y generar un informe de progresión que ayude al especialista a ajustar de forma personalizada el tratamiento.

CU-OS-03: Integración en Aseguradoras y Planes de Salud

Las aseguradoras pueden incorporar quantusOS como herramienta de cribado en las revisiones periódicas de personas mayores de 50 años, analizando automáticamente las radiografías e integrando los resultados en la historia clínica del asegurado para facilitar la detección temprana y la gestión preventiva del riesgo de osteoporosis.

CU-OS-04: Telemedicina y Zonas Rurales o de Difícil Acceso

En entornos rurales o con acceso limitado a especialistas, quantusOS analiza radiografías obtenidas con equipamiento convencional y enviadas a la plataforma en la nube, proporcionando en pocos minutos una evaluación del riesgo de osteoporosis que permite al médico local disponer de apoyo diagnóstico sin necesidad de derivar al paciente.

EVIDENCIA CLÍNICA

Herramienta para la detección automática de osteoporosis y osteopenia a partir de una radiografía de cadera (quantusOS).

El estudio se realizó en colaboración con el Hospital Universitario Ramón y Cajal. La herramienta creada realiza cinco tareas secuenciales, las cuales incluyen cuatro algoritmos de Deep Learning distintitos:

Clasificación del tipo de radiografía.

Un algoritmo identifica si la imagen corresponde a una cadera completa (dos fémures) o a media cadera (un fémur). Entrenado con 1.961 radiografías (90% entrenamiento / 10% test), alcanzando una sensibilidad del 100% y una especificidad del 97.4%.

División de la imagen.

Si se trata de una cadera completa, la radiografía se separa automáticamente en dos imágenes independientes, una por fémur.

Detección de prótesis.

Mediante Deep Learning, identifica fémures con prótesis. Entrenado con 3.134 imágenes (90%/10%), con una sensibilidad y una especificidad del 100%. Aquellas imágenes en las que se detecta prótesis son excluidas.

Segmentación del fémur proximal

Un modelo de segmentación por Deep Learning delinea el fémur y se recorta para aislar el fémur proximal, entrenado con 2.321 imágenes (90%/10%) delineadas manualmente por clínicos especialistas. En el entrenamiento se obtuvo un Jaccard index de 90,6% y un pixel accuracy del 99%.

Clasificación de riesgo

Tras realizar un análisis cuantitativo automático de textura sobre el fémur proximal, el modelo final clasifica cada fémur como benigno o positivo en osteoporosis/osteopenia. Se entrenó con 3.227 fémures individuales y se validó sobre un conjunto independiente de 826 fémures.

El sistema clasifica cada radiografía en cinco categorías de riesgo de osteopenia/osteoporosis, desde la Clase 1 (menor probabilidad) hasta la Clase 5 (mayor probabilidad). Esta clasificación se establece mediante una serie de umbrales de decisión, cada uno asociado a unos valores determinados de sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN). Los umbrales de las clases más bajas priorizan la sensibilidad (un resultado en Clase 1 hace muy improbable la enfermedad), mientras que los de las clases más altas priorizan la especificidad (un resultado en Clase 5 la hace muy probable), tal como se muestra en la siguiente tabla:

Umbral de clase	Sensibilidad	Especificidad	PPV *	NPV *
Clases 4-5	24.5%	99.1%	99.4%	16.5%
Clases 3-4	49.4%	95.4%	98.6%	22.1%
Clases 2-3	80.1%	79.6%	96.3%	37.6%
Clases 1-2	98.9%	20.4%	89.2%	73.3%

* PPV y NPV (Valor Predictivo Positivo y Valor Predictivo Negativo)

INTEGRACIÓN DE LA SOLUCIÓN

Nuestros productos permiten la integración con los sistemas de los clientes a través de protocolo DICOM y a través del interfaz HL7 FHIR
Aseguramos la privacidad de los datos en instaciones SaaS a través del establecimiento de VPN IpSec con nuestros clientes.
Todas las comunicaciones fuera del entorno de cliente están securizadas con SSL TLS 1.3