Una escala de cinco estrellas para juzgar la imagen de TC
Investigadores del Organismo Internacional de Energía Atómica (OIEA) y del Massachusetts General Hospital (MGH) propusieron en el European Journal of Radiology una métrica deliberadamente simple para la calidad de imagen en tomografía computarizada: una escala de cinco estrellas, en el mismo espíritu de las notas que cualquiera ha dado a un restaurante o a una aplicación. La idea parece ligera, pero apunta a un desequilibrio real de la radiología. La dosis de radiación tiene números, unidades y software de monitoreo. La calidad de imagen, hasta ahora, no tenía escala universal: tenía adjetivos.
Ese desequilibrio tiene consecuencias prácticas. Los comités de protocolo discuten CTDIvol y DLP con dos decimales, pero cuando la pregunta pasa a ser «¿quedó bien la imagen?», la conversación cae en el terreno de la preferencia personal. El patrón se repite en cualquier servicio: quien prefiere imágenes lisas empuja el protocolo hacia arriba y nadie tiene un instrumento común para afirmar que esa nitidez extra no justificaba la dosis extra.
Por qué dos estrellas es peor que cinco
Aquí está la inversión que vuelve interesante la propuesta. En casi toda escala de calidad, más nitidez siempre es mejor. En esta, no. El sistema incorpora el dilema dosis-ruido y penaliza de forma explícita la imagen demasiado bonita, aquella obtenida con una dosis que el diagnóstico no exigía. La escala queda así:
- 5 estrellas: aceptable, pese al ruido elevado propio de la TC de baja dosis.
- 4 estrellas: aceptable en todas las estructuras dentro de la región de interés.
- 3 estrellas: aceptable, pese a ruido alto no intencional o algunos artefactos.
- 2 estrellas: calidad excelente, con ruido injustificadamente bajo y sin artefactos.
- 1 estrella: no diagnóstica, por ruido o artefactos excesivos o bajo contraste.
Conviene leer dos veces la línea de dos estrellas. Describe la imagen que muchos servicios exhiben con orgullo y la clasifica casi como el peor resultado posible. No porque se vea mal, sino porque esa belleza se pagó con dosis que el paciente no necesitaba recibir. Es una inversión de valor sutil y, para quien trabaja en optimización, liberadora: por fin existe una nota que separa «imagen excelente» de «imagen adecuada».
Seis hospitales, cinco países y 2.700 pacientes
Para comprobar si la escala sobrevive fuera del papel, los equipos del OIEA y del MGH realizaron un estudio en seis hospitales de cinco países europeos. Se evaluaron estudios de TC de unos 2.700 adultos y tres radiólogos por hospital recibieron entrenamiento en la escala antes de puntuar las imágenes. El diseño no fue casual: el objetivo era medir cuánto de la nota depende de quién mira.
La concordancia entre lectores llegó al 93% en algunos centros y la discordancia global se quedó en 1,6%, una cifra baja para una métrica subjetiva aplicada por observadores distintos, en servicios distintos, con equipos y protocolos distintos. Y lo más relevante para la física médica: las notas de dos estrellas se asociaron a dosis de radiación más altas en casi todos los rangos de peso de los pacientes. La escala no solo describe percepción; también señala, desde la lectura clínica, dónde hay dosis de sobra.
Vale entender por qué el compromiso dosis-ruido hace tan traicionero este tipo de juicio. En TC, la desviación estándar del ruido cuántico cae solo con la raíz cuadrada de la dosis:
$$\sigma \propto \frac{1}{\sqrt{D}}$$
donde $\sigma$ es el ruido de la imagen y $D$, la dosis. La consecuencia es dura: reducir el ruido a la mitad exige cuadruplicar la dosis. Cada paso estético adicional cuesta de forma desproporcionada en radiación, y ese costo invisible es justamente lo que la nota de dos estrellas vuelve explícito en un informe de calidad.
Qué cambia en la rutina del servicio de imagen
Para quien opera el equipo y responde por el programa de garantía de calidad, la utilidad es inmediata. Una escala corta, memorizable y enseñable en minutos puede aplicarse en auditorías periódicas de imagen, cruzarse con los registros de dosis del propio equipo y usarse como disparador de revisión de protocolo. Cuando un lote de estudios de abdomen empieza a acumular dos estrellas, ya existe un argumento objetivo para bajar el mAs o apoyarse más en la reconstrucción iterativa, en lugar de una discusión de gustos.
El instrumento encaja bien en la tendencia de optimización que ya aparece en los datos: en Estados Unidos, la dosis media en TC cayó cerca del 22% en una década, impulsada por reconstrucción iterativa, modulación automática de corriente y revisión sistemática de protocolos. La escala de estrellas aporta la contraparte que faltaba: una forma de verificar si esa reducción de dosis costó capacidad diagnóstica.
El efecto es aún más claro en programas de tamizaje, donde la TC de baja dosis es la regla y el ruido se acepta por diseño. Estudios como el cribado de cáncer de pulmón con TC de baja dosis en Singapur muestran que un estudio ruidoso puede ser perfectamente diagnóstico para la pregunta que importa. En una escala tradicional, esos estudios saldrían mal evaluados. En esta, son cinco estrellas, y ese cambio de referencia puede aliviar la presión informal por subir dosis en programas poblacionales.
Límites y próximos pasos
Hay límites que conviene reconocer. La escala es subjetiva por construcción y no sustituye métricas físicas como la razón contraste-ruido, el espectro de potencia del ruido o la función de transferencia de tarea, que siguen siendo la base del control de calidad instrumental. El estudio usó tres lectores por centro, población adulta y protocolos europeos; la validación en pediatría, en servicios de alto volumen y en urgencias todavía está pendiente. Y existe el riesgo previsible de que la nota, si entra en un contrato o en un indicador de desempeño, termine manipulada como cualquier otra métrica.
La integración al flujo de trabajo decidirá el resultado. Si la nota puede registrarse con un clic dentro del PACS, junto al informe, sobrevive. Si exige una planilla paralela, muere en tres meses. Los servicios que ya viven bajo presión de productividad no adoptarán nada que agregue clics sin devolver información útil, sobre todo cuando la supervisión humana de las herramientas automáticas ya consume parte del tiempo de lectura.
La pregunta que dejan abierta los autores es si el sistema se vuelve parte integral del manejo de dosis en radiología o queda como un experimento elegante. Para el físico médico y el coordinador técnico, en cambio, la ganancia conceptual ya está: el ruido dejó de ser un defecto y pasó a ser evidencia de que la dosis se ajustó a la pregunta clínica.
Fuente: The Imaging Wire
