Protocol for a prospective accuracy study on an artificial intelligence-based ultrasound system for gestational age estimation among pregnant women in Ghana, Kenya and South Africa

Este protocolo describe un estudio prospectivo multicéntrico en Ghana, Kenia y Sudáfrica que tiene como objetivo validar la precisión de un sistema de ultrasonido portátil basado en inteligencia artificial para estimar la edad gestacional en comparación con el estándar de referencia convencional, con el fin de apoyar la implementación de cribados de preeclampsia en entornos de bajos y medianos ingresos.

Lo esencial

¡Claro que sí! Imagina que este documento es como el plan de construcción para un nuevo y revolucionario "GPS para el embarazo" que se va a probar en tres países de África (Ghana, Kenia y Sudáfrica).

Aquí te explico de qué trata, usando analogías sencillas:

1. El Problema: "Perderse en el mapa"

En muchos países, saber exactamente cuántas semanas lleva una mujer embarazada es como intentar adivinar la hora mirando las nubes: es difícil y a veces se equivoca.

• Por qué importa: Para prevenir una enfermedad grave llamada preeclampsia (que puede ser muy peligrosa para la madre y el bebé), los médicos necesitan saber la fecha exacta para dar una pastilla de aspirina en el momento justo (antes de las 20 semanas).
• El obstáculo: Los ultrasonidos tradicionales son como aviones de pasajeros: son grandes, caros, necesitan un piloto experto (un radiólogo) y solo vuelan en aeropuertos grandes (hospitales centrales). Muchas mujeres en zonas rurales no tienen acceso a ellos.

2. La Solución Propuesta: "El coche pequeño con piloto automático"

Los investigadores quieren probar un nuevo sistema que combina dos cosas:

1. Un dispositivo pequeño: Un ultrasonido portátil (del tamaño de un teléfono móvil) que cabe en la mano.
2. Inteligencia Artificial (IA): Un "cerebro" digital que mira las imágenes y calcula la edad del bebé automáticamente, sin que un humano tenga que medir nada.

Imagina que en lugar de un piloto experto que necesita años de estudio para leer el mapa, tienes un GPS automático que cualquiera puede usar. Solo tienes que pasar el dispositivo por la barriga (como si estuvieras barriendo el suelo) y la IA te dice: "¡Tu bebé tiene 12 semanas y 3 días!".

3. El Experimento: "La carrera de prueba"

Este documento describe un estudio para ver si este "GPS automático" es tan bueno como el "piloto experto" tradicional.

• ¿Quién participa? 969 mujeres embarazadas en Ghana, Kenia y Sudáfrica.
• ¿Cómo funciona la prueba?
  1. La visita 1 (Primer trimestre): Una mujer va al hospital. Primero, un experto usa el ultrasonido tradicional (el "piloto experto") para medir al bebé. Inmediatamente después, una enfermera (que no es experta en ultrasonidos) usa el nuevo dispositivo con IA (el "GPS automático") para hacer lo mismo.
  2. La visita 2 (Segundo trimestre): La mujer vuelve unas semanas después. Se repite el proceso: experto vs. IA.
• El objetivo: Comparar los resultados. ¿Dice la IA lo mismo que el experto? ¿Es igual de preciso?

4. ¿Por qué es importante esto?

Si la IA funciona tan bien como el experto, pero puede ser usada por cualquier persona con un dispositivo barato y portátil, esto cambiaría el juego:

• Democratización: Las mujeres en aldeas remotas podrían tener acceso a una fecha de parto precisa, igual que las mujeres en las grandes ciudades.
• Prevención: Podrían dar la aspirina preventiva a tiempo, salvando vidas y evitando complicaciones graves.
• Escalabilidad: No hace falta esperar a que lleguen los "aviones" (hospitales grandes); el "coche pequeño" puede ir a donde sea necesario.

En resumen

Este estudio es como una prueba de fuego para ver si una tecnología nueva y barata puede reemplazar a los métodos costosos y difíciles de conseguir en el cuidado del embarazo. Si la IA gana la carrera, significará que millones de mujeres en África (y en todo el mundo) podrán tener embarazos más seguros y mejor vigilados, simplemente pasando un pequeño dispositivo por su barriga.

Es un paso gigante para llevar la medicina de precisión a donde más se necesita, usando la inteligencia artificial como un aliado para la salud materna.

Resumen técnico

A continuación presento un resumen técnico detallado del protocolo de estudio descrito en el documento, traducido y estructurado en español.

Nota importante: El documento proporcionado es un protocolo de estudio (una propuesta de investigación) y no un informe de resultados finales. Por lo tanto, no contiene "resultados" numéricos (como datos de precisión o errores medios), ya que el estudio aún no se ha completado. El resumen se centra en el diseño, la metodología y los objetivos propuestos.

---

Resumen Técnico: Protocolo de Estudio de Precisión para un Sistema de Ultrasonido Basado en IA para la Estimación de la Edad Gestacional en África

1. Problema y Contexto

La preeclampsia es una causa principal de morbimortalidad materna y neonatal, especialmente en países de ingresos bajos y medios (PIBM). La prevención efectiva mediante la administración de aspirina de baja dosis requiere una identificación precisa de las mujeres en riesgo, lo cual depende críticamente de una estimación precisa de la edad gestacional (EG).

• Barreras actuales: En muchos PIBM, el acceso a ultrasonidos rutinarios para la datación del embarazo es limitado debido a la falta de equipos, personal especializado (ecografistas) y espacios adecuados.
• Herramienta de riesgo: La herramienta de la Fetal Medicine Foundation (FMF) para predecir preeclampsia requiere una EG precisa, pero su implementación en África es difícil debido a la falta de biomarcadores y datación por ultrasonido fiable.
• Solución propuesta: El uso de dispositivos de ultrasonido portátiles combinados con algoritmos de Inteligencia Artificial (IA) que permitan a personal no especializado (como matronas) realizar escaneos y obtener estimaciones de EG automáticas, sin necesidad de interpretación experta.

2. Metodología del Estudio

El estudio es una cohorte prospectiva multicéntrica diseñada como parte del trabajo formativo previo al ensayo clínico PEARLS (Preventing pre-eclampsia: Evaluating AspiRin Low-dose regimens following risk Screening).

• Ubicación: Se realizará en 13 centros de salud en Ghana, Kenia y Sudáfrica.
• Población: Se reclutarán 969 mujeres embarazadas (aprox. 323 por país) que acudan a consultas prenatales entre las 11+0 y 13+6 semanas de gestación.
• Diseño de la intervención:
  • Estándar de Oro (Control): Un ecografista experto realizará un ultrasonido convencional midiendo la longitud céfalo-caudal (CRL) en el primer trimestre y biometría fetal (BPD, HC, AC, FL) en el segundo trimestre, siguiendo los estándares de la ISUOG y las curvas INTERGROWTH-21st.
  • Sistema Experimental (IA): Inmediatamente después, una matrona capacitada realizará "barridos abdominales ciegos" (sin medir manualmente) utilizando el sistema IU ScanNav FetalCheck (algoritmo de IA) conectado a un dispositivo portátil GE VScan Air.
• Visitas:
  1. Visita 1 (11+0 a 13+6 semanas): Medición de CRL (convencional) vs. Estimación de IA.
  2. Visita 2 (14+0 a 27+6 semanas): Las mujeres regresan en una fecha aleatoria dentro de este rango. Se realiza biometría fetal convencional (segundo trimestre) y nueva estimación de IA.
• Cegamiento: El ecografista y la matrona estarán cegados a los resultados del otro para minimizar el sesgo.
• Control de Calidad: Los ecografistas deben pasar un proceso de acreditación riguroso (80% de imágenes que cumplen criterios de calidad INTERGROWTH-21st). Se realizará una auditoría continua del 20% de las imágenes.

3. Objetivos Principales

El objetivo primario es determinar la precisión y exactitud del sistema de IA en comparación con el estándar de oro (ultrasonido convencional) en dos escenarios:

1. Primer trimestre: Comparar la EG estimada por IA vs. la EG basada en CRL (11+0 a 13+6 semanas).
2. Segundo trimestre: Comparar la EG estimada por IA vs. la EG basada en CRL extrapolada (calculada sumando los días transcurridos desde la visita 1) y vs. la biometría fetal del segundo trimestre.

Objetivos secundarios:

• Evaluar la capacidad del sistema de IA para identificar correctamente a mujeres con <20 semanas de gestación en el segundo trimestre.

4. Contribuciones Clave y Diseño Técnico

• Validación en Contexto Real: A diferencia de estudios previos realizados en Australia, India y el Reino Unido, este es el primer estudio prospectivo que valida el algoritmo de IA en embarazos africanos y en entornos clínicos reales de PIBM.
• Descentralización de la Tecnología: Demuestra la viabilidad de que personal no especialista (matronas) realice datación fetal precisa, eliminando la dependencia de ecografistas expertos.
• Integración con Prevención: El estudio valida una herramienta crítica para la implementación de la estrategia de prevención de preeclampsia con aspirina del OMS, asegurando que las mujeres reciban el tratamiento antes de las 20 semanas.
• Metodología Robusta: Uso de análisis de Bland-Altman y regresión de ejes menores reducidos (RMAR) para evaluar sesgos fijos y proporcionales, con un tamaño de muestra calculado para lograr una precisión del 10%.

5. Resultados Esperados (Estado Actual)

• Nota: Al ser un protocolo, no hay resultados finales.
• El estudio busca demostrar que el error absoluto medio del sistema de IA sea comparable al del ultrasonido convencional (actualmente se espera un error de ~1.7 a 2.8 días basado en validaciones in silico previas).
• Si el sistema demuestra equivalencia, se permitirá su uso para la datación en el ensayo PEARLS y potencialmente para la implementación a gran escala en la atención prenatal de África.

6. Significado e Impacto

La validación exitosa de este sistema tendría un impacto transformador en la salud materna global:

• Equidad en el Acceso: Permitiría que millones de mujeres en zonas rurales o con recursos limitados accedan a una datación fetal precisa, un derecho fundamental para una atención prenatal de calidad.
• Prevención de Mortalidad: Mejorar la precisión de la EG es el primer paso para identificar correctamente a las mujeres en riesgo de preeclampsia y administrar aspirina preventiva, reduciendo así muertes maternas y neonatales.
• Escalabilidad: Al utilizar dispositivos portátiles y software automatizado, se reduce drásticamente el costo y la barrera de entrada para la tecnología de ultrasonido en países en desarrollo.

En resumen, este protocolo establece las bases para una posible revolución en la atención prenatal en África, sustituyendo la dependencia de expertos por una solución escalable basada en IA, con el objetivo final de salvar vidas mediante la prevención de la preeclampsia.