Inteligencia artificial en diagnóstico displasia cortical focal: desentrañando la caja negra del diagnóstico en resonancia magnética

Resumen Introducción La displasia cortical focal (FCD) es una de las principales causas de epilepsia farmacorresistente. Su detección en resonancia magnética (RM) continúa siendo un reto debido a lo sutil de los hallazgos. La inteligencia artificial (IA) ha emergido como herramienta complementaria al neurorradiólogo y equipo de epilepsia, capaz de identificar patrones morfológicos y de señal imperceptibles al ojo humano. Objetivo Revisar, desde la perspectiva del radiólogo, qué “ve” la inteligencia artificial en la displasia cortical focal y cómo cuantifica hallazgos en RM estructural, describiendo parámetros morfométricos, herramientas de interpretabilidad, rendimiento, limitaciones y aplicaciones clínicas en protocolos de epilepsia y planificación quirúrgica. Métodos Se revisaron publicaciones recientes, bases de datos abiertas y proyectos multicéntricos (MELD, multicenter DL validation, datasets pediátricos) enfocados en la detección de FCD mediante algoritmos de machine learning y deep learning aplicados a RM estructural (T1, FLAIR). Se describieron las principales métricas de rendimiento, técnicas de interpretabilidad y características morfológicas utilizadas. Resultados Los algoritmos de IA alcanzan una sensibilidad comparable a la de neurorradiólogos expertos (73-81%), con mayor rendimiento cuando se combinan ambas evaluaciones (hasta 87%). Los modelos identifican hallazgos clásicos (engrosamiento cortical, borramiento de la unión SG-SB, hiperintensidad FLAIR) y cuantifican alteraciones morfométricas (espesor cortical, curvaturas H y K). Herramientas de interpretabilidad como Grad-CAM y mapas de relevancia permiten “abrir la caja negra” de la predicción. Persisten falsos positivos, especialmente en cohortes multicéntricas. Conclusiones La IA complementa el análisis visual de la RM, convirtiéndolo en un proceso semicuantitativo y reproducible. Su integración en protocolos de epilepsia podría mejorar la detección de FCD, optimizar la planificación quirúrgica y contribuir al diagnóstico integrado propuesto por la ILAE 2022.