El diagnòstic per ecografia dels nòduls de tiroide exigeix encadenar diverses tasques -localitzar la lesió, mesurar-la, estratificar-ne el risc i redactar l'informe-, però la majoria d'eines d'IA aplicades fins ara aborden aquests passos de manera aïllada i ofereixen poc suport per a la revisió clínica posterior, cosa que en dificulta l'adopció real als hospitals.
Un equip de recerca ha presentat el 12 d'agost, en un preprint a arXiv, ThyroidXAgent: un sistema agèntic d'IA pensat perquè el metge hi interactuï, que coordina diversos mòduls de diagnòstic especialitzats i desa cada resultat en un registre d'evidència auditable a nivell de cas. El sistema es va desenvolupar sobre OpenThyroidDB, un recurs multicèntric d'unes 300.000 imatges d'ecografia i 24.000 informes aparellats, i es va avaluar en 28.458 casos no superposats, inclosos 8.721 de 35 centres d'una cohort privada anomenada NHC-MISD-TUS. Els resultats: un Dice mitjà del 87,21% en la segmentació de nòduls, un AUROC de 0,9466 en la classificació entre benigne i maligne, de 0,864 en la predicció de metàstasi als ganglis limfàtics, i de 0,805 en la distinció entre carcinoma fol·licular i papil·lar. El mateix flux de treball va millorar la coherència diagnòstica entre metges del 70,3% al 86,2%, i va reduir un 35,9% el temps de segmentació i un 27,4% el temps de redacció de l'informe.
La rellevància de l'estudi és l'escala de la validació -gairebé 30.000 casos de 35 centres diferents és inusualment ampli per a un sistema agèntic mèdic- i el fet que aposti per un registre auditable de l'evidència que sustenta cada decisió, una resposta directa a la reticència clínica habitual davant de sistemes d'IA que funcionen com una "caixa negra". A diferència d'altres eines que només fan una tasca, ThyroidXAgent en coordina diverses dins d'un mateix flux de treball clínic.
El treball és encara un preprint sense revisió per parells, i la pàgina pública no detalla les afiliacions dels autors. El rendiment en la classificació de subtipus de carcinoma (AUROC de 0,805) queda clarament per sota de la resta de tasques, i encara falta veure com es comportaria el sistema en un desplegament clínic real, amb l'aprovació reguladora corresponent, més enllà de la validació retrospectiva presentada.