Caracterización de la malignidad de tumores ováricos mediante imágenes ecográficas y algoritmos de deep learning

Abstract

El cáncer de ovario (CO) representa una de las neoplasias ginecológicas más letales, principalmente debido a su diagnóstico tardío y a la falta de métodos efectivos de detección temprana. Actualmente, el ultrasonido transvaginal (UST) es la modalidad de imagen más utilizada para la evaluación inicial de masas anexiales sospechosas. Sin embargo, presenta limitaciones importantes relacionadas con su especificidad, lo que conduce frecuentemente a incertidumbres diagnósticas y procedimientos invasivos innecesarios.

Esta tesis doctoral tiene como objetivo general desarrollar, implementar y validar modelos híbridos de aprendizaje profundo (DL) basados en una estrategia de fusión temprana adaptativa entre arquitecturas de redes neuronales convolucionales (CNNs) y transformadores de visión (ViTs) para la clasificación multicategoría de tumores ováricos a partir de imágenes ecográficas transvaginales en modo B. El propósito es avanzar hacia un sistema de apoyo a la decisión clínica que, frente a enfoques convencionales de una sola rama, mejore de forma conjunta la precisión diagnóstica, la calibración probabilística, la interpretabilidad y la utilidad clínica.

En primer lugar, se realiza una revisión sistemática que abarca 44 estudios publicados hasta diciembre de 2024, en los que se evalúa la precisión diagnóstica de diferentes modelos de Inteligencia Artificial (IA) aplicados al diagnóstico de CO mediante ultrasonido. El análisis muestra una precisión diagnóstica global elevada (92.3% de exactitud, 91.6% de sensibilidad y 90.1% de especificidad); sin embargo, también revela una heterogeneidad metodológica sustancial y sesgos frecuentes (p. ej., validaciones limitadas y conjuntos de datos pequeños) que restringen la traducción clínica directa de estos modelos y evidencian carencias recurrentes en el reporte de métricas clave para despliegue clínico, como calibración y análisis de utilidad.

En segundo lugar, se propone y valida rigurosamente un modelo híbrido CNN–ViT con una estrategia adaptativa de fusión temprana para la clasificación multiclase de tumores ováricos. El modelo EfficientNetB7–Swin Transformer se entrena y evalúa utilizando un conjunto de datos clínicamente representativo compuesto por 1469 imágenes ecográficas distribuidas en ocho categorías diagnósticas. El híbrido alcanza un desempeño superior, con 92.13% de exactitud, 92.38% de sensibilidad y un área bajo la curva ROC (AUC) de 0.9904, superando de forma significativa a modelos individuales basados solo en CNNs o solo en ViTs (p < 0.01). Además, una estrategia de ensamble suave (combinando los tres mejores híbridos) incrementa el rendimiento hasta 93.3% de exactitud, 93.6% de sensibilidad y 99.0% de especificidad. De manera complementaria, se evalúa el comportamiento probabilístico del sistema mediante calibración (regresión isotónica), se estima su utilidad clínica potencial mediante curvas de decisión clínica (CDC) y se cuantifica la incertidumbre predictiva como criterio operativo para la derivación a revisión experta.

Finalmente, para mejorar la interpretabilidad clínica y la transparencia de las predicciones, se implementa Grad-CAM para generar mapas de activación visual, que muestran correspondencia entre las regiones resaltadas por el modelo y las áreas de relevancia clínica definidas por expertos.

En conclusión, esta investigación doctoral demuestra el potencial clínico de los modelos híbridos CNN–ViT con fusión temprana adaptativa e interpretación visual para apoyar la caracterización de imágenes ecográficas de tumores ováricos. Asimismo, aporta recomendaciones específicas para superar limitaciones metodológicas recurrentes (segmentación, validación, reporte y calibración), incorporando criterios orientados a despliegue (calibración, utilidad e incertidumbre), que pueden facilitar la integración responsable de la IA en la práctica clínica para una detección más precoz y precisa del CO.