INTELIGENCIA ARTIFICIAL PARA DETECTAR CALCIFICACIONES EN EL HOMBRO

Abstract

La tendinitis calcificante del manguito rotador es una patología frecuente que consiste en la acumulación de depósitos de calcio en los tendones que rodean la articulación del hombro, principalmente en el supraespinoso. Esta condición puede causar dolor intenso, limitación funcional y disminución de la calidad de vida, especialmente durante los movimientos del brazo. Su diagnóstico se basa habitualmente en la combinación de la evaluación clínica y técnicas de imagen, siendo la radiografía de hombro uno de los métodos más utilizados debido a su disponibilidad, bajo coste y capacidad para visualizar las calcificaciones. Actualmente, el diagnóstico radiológico depende de la interpretación manual por parte del especialista, lo que puede estar sujeto a variabilidad interobservador. Para abordar esta limitación, en este trabajo se ha desarrollado un modelo de inteligencia artificial basado en redes neuronales convolucionales (CNN), orientado a la detección automática de calcificaciones en imágenes de rayos X de hombro. Se ha utilizado un conjunto de muestras compuesto por 4282 imágenes, procesadas mediante técnicas de normalización y anonimización para mejorar el rendimiento del modelo. El modelo desarrollado ha alcanzado una precisión del 88%, con un rendimiento especialmente destacado en la detección de casos patológicos gracias a su alta sensibilidad. Aunque la especificidad fue algo menor, los resultados obtenidos son consistentes con los requisitos del entorno médico, donde es preferible priorizar la identificación de casos positivos. En conjunto, el modelo demuestra ser una herramienta fiable para apoyar el diagnóstico de tendinopatía calcificante en imágenes de rayos X de hombro.