From traditional to digital: Artificial intelligence, transforming ultrasound in rheumatology

Abstract

The use of artificial intelligence (AI) in musculoskeletal ultrasound has grown significantly in recent years, particularly in rheumatology, where standardization of diagnostic accuracy and image acquisition is essential. This article provides a narrative review of the available scientific literature on AI applications in musculoskeletal ultrasound, focusing on the recent advances in machine learning and deep learning algorithms. Sixteen studies published between 2020 and 2023 were reviewed, applying AI to anatomical segmentation and diagnostic prediction in musculoskeletal conditions, such as rheumatoid arthritis and other inflammatory diseases. Most of the reviewed studies employed deep learning algorithms to enhance the diagnostic accuracy and reduce operator-dependent variability. However, a common limitation across studies is the lack of external validation, indicating that future research should focus on confirming the generalizability of these models to larger populations and diverse clinical settings. Despite this limitation, the results suggest that AI has the potential to optimize clinical decision making and improve patient care in the context of musculoskeletal ultrasound in rheumatology.

Resumen

El uso de la inteligencia artificial (IA) en la ecografía musculoesquelética ha experimentado un crecimiento significativo en los últimos años, particularmente en el ámbito de la reumatología, donde la precisión diagnóstica y la estandarización de la adquisición de imágenes son esenciales. Este artículo ofrece una revisión narrativa de la literatura científica disponible sobre la aplicación de la IA en la ecografía musculoesquelética, con un enfoque en los avances recientes en algoritmos de aprendizaje automático y profundo. Se revisaron 16 estudios publicados entre 2020 y 2023 que aplican IA para la segmentación de estructuras anatómicas y la predicción diagnóstica en patologías musculoesqueléticas, como la artritis reumatoide y otras enfermedades inflamatorias. La mayoría de los estudios revisados utilizan algoritmos de aprendizaje profundo para mejorar la precisión diagnóstica y reducir la variabilidad dependiente del operador. Sin embargo, existe una limitación común en cuanto a la falta de validación externa, lo que sugiere que futuros estudios deberían centrarse en confirmar la generalización de estos modelos en poblaciones más amplias y entornos clínicos diversos. A pesar de esta limitación, los resultados indican que la IA tiene el potencial de optimizar la toma de decisiones clínicas y mejorar la atención al paciente en el contexto de la ecografía musculoesquelética en reumatología.