APLICACIÓN BASADA EN INTELIGENCIA ARTIFICIAL Y TOPOGRAFÍA SUPERFICIAL 3D PARA EL CRIBADO Y SEGUIMIENTO DE LA ESCOLIOSIS ADOLESCENTE: RESULTADOS PRELIMINARES DE UN CENTRO ÚNICO

Objetivo: Evaluar la precisión y la validez de criterio de una nueva aplicación de salud digital basada en inteligencia artificial (IA) que utiliza topografía superficial tridimensional (3D) para estimar el án- gulo de Cobb en pacientes con sospecha o diagnóstico de escoliosis idiopática del adolescente (EIA), con el objetivo de reducir la exposición a radiación y facilitar el seguimiento domiciliario.

Diseño del estudio: Estudio observacional unicéntrico.

Métodos: Se incluyeron 125 pacientes con escoliosis confirmada o sospechada, a los que se realiza- ron exploraciones mediante escaneado 3D con smartphone en bipedestación y en flexión anterior. Veinte exploraciones se excluyeron por baja calidad.

Los ángulos de Cobb medidos en radiografías se utilizaron como patrón oro. Tras asignación alea- toria, 79 exploraciones se emplearon para entrenamiento del algoritmo y 26 para validación interna. Para reforzar el entrenamiento se añadieron datos externos (142 controles y 188 pacientes con esco- liosis), y 25 controles adicionales se incorporaron al conjunto de test.

La precisión se evaluó mediante el error absoluto medio (MAE) y la correlación con las radiografías. La validez de criterio se analizó mediante sensibilidad, especificidad y área bajo la curva (AUC) para umbrales clínicamente relevantes (10°, 25° y 40°).

Resultados: En el conjunto de test (51 exploraciones), el algoritmo mostró una correlación muy ele- vada con la radiografía (r = 0,922; IC 95%: 0,866-0,955) y un MAE de 5,9°. En curvas de EIA entre 10° y 50°, el MAE fue de 6,4°.

La capacidad discriminativa fue excelente para detectar escoliosis clínicamente relevante:

• 10°: sensibilidad 0,962; especificidad 0,960; AUC 0,978.
• 25°: sensibilidad 0,706; especificidad 0,853; AUC 0,917.
• 40°: sensibilidad 0,667; especificidad 1,000; AUC 1,000.

Conclusión: La topografía superficial 3D asistida por IA permite estimar de forma fiable el ángulo de Cobb sin radiación, especialmente en escoliosis leves y moderadas, y podría facilitar un seguimiento más frecuente y domiciliario.

El seguimiento de la escoliosis idiopática del adolescente se basa tradicionalmente en radiografías seriadas, con la consiguiente exposición acumulativa a radiación. Este estudio introduce una alternativa tecnológica prometedora que permitiría reducir radiografías innecesarias, optimizar el cribado precoz y facilitar un seguimiento más estrecho desde el domicilio.

Para el especialista en deformidad pediátrica, esta herramienta podría integrarse como:

• Método de cribado inicial.
• Sistema de monitorización intermedia entre controles radiográficos.
• Apoyo a la toma de decisiones en fases de observación o tratamiento ortésico.

Este trabajo representa un paso relevante hacia la incorporación real de la inteligencia artificial en el manejo clínico de la escoliosis adolescente. A diferencia de otras técnicas sin radiación, la combi- nación de topografía 3D y aprendizaje automático ofrece una estimación cuantitativa directa del ángulo de Cobb, el principal parámetro clínico de decisión.

No obstante, los autores señalan con acierto sus limitaciones: menor precisión en curvas severas y en pacientes con mayor índice de masa corporal, así como la necesidad de validación multicéntrica. Por ello, esta tecnología no debe sustituir a la radiografía, sino complementar el seguimiento, actuando como filtro inteligente para identificar cuándo es realmente necesario irradiar al paciente.

En la práctica clínica, este tipo de herramientas puede transformar el seguimiento de la EIA, avanzando hacia un modelo más seguro, accesible y centrado en el paciente, siempre que se integre con criterio clínico y validación continua.