05 / Noviembre / 2019

Inteligencia artificial en el PACS: el nuevo papel del radiólogo

RIS, inteligência artificial, radiologia digital, Saúde Digital, inovação em Saúde, PEP,

Existen herramientas en el sistema de imágenes médicas que mejoran la productividad y la eficiencia de los profesionales, que deben aprender a utilizarlas para aprovechar sus beneficios

 

La inteligencia artificial es una de las bases de la Salud Digital. Entre las incontables aplicaciones, como cirugías robotizadas, seguimiento de pacientes a distancia, prótesis inteligentes y tratamientos personalizados, se destacan, también, aquellas que están relacionadas a la medicina diagnóstica. Aun cuando existen este tipo de herramientas en el Sistema de Almacenamiento y Transmisión de Imágenes (Picture Archiving and Communication System -PACS), el radiólogo continúa siendo crucial para la toma de decisiones. 

En los Estados Unidos, por ejemplo, los investigadores de la Universidad de Harvard solicitaron a 234 médicos que analizaran 45 casos clínicos y que indicasen el diagnóstico más probable y otros dos que sean posibles. Se comparó el rendimiento de los profesionales para detectar las enfermedades con el de la inteligencia artificial (IA). El resultado: los médicos acertaron el diagnóstico más probable en un 72% de los casos, mientras que la IA solo acertó un 34%. Y de los que realizaron el diagnóstico correcto en una de las tres primeras opciones fueron: 84% de los médicos y 51% de los sistemas. 

Los números comprueban que el profesional aun es necesario para tomar las decisiones más asertivas. Marcos Duchene, médico radiólogo del Hospital Albert Sabin, de Brasil, destaca que la tendencia de usar la IA en el sistema PACS y en otras áreas de la radiología digital y de la medicina como un todo es irreversible. “Estas aplicaciones engloban una gran parte de las actividades humanas, permitiendo que se mejore la calidad del sistema de salud. Son nuevas herramientas de trabajo, que ya son y serán cada vez más una ayuda fundamental en el diagnóstico y en la orientación terapéutica de los pacientes.” 

Duchene cree que el profesional que tenga conocimiento de esta innovación en el área de la salud está un paso más adelantado que los demás. Él usa como ejemplo la IA incorporada al sistema de imágenes médicas para realizar el triaje de las imágenes que se analizarán posteriormente por los radiólogos. De esta forma, se puede indicar cuál es la prioridad del worklist separando las imágenes normales de la alteradas y verificando automáticamente los exámenes que se deben tratar como prioritarios, conforme el estado del paciente. El análisis ocurre a partir de algoritmos de reconocimiento de estándares y de analogías en bases de conocimientos. Para el especialista, el modelo permite ganar tiempo para analizar las patologías y, como consecuencia, mejora la productividad y la eficiencia de los profesionales. 

Duchene también resalta que la IA no substituye el conocimiento global que el médico posee sobre el paciente, construido basándose en la dimensión humana en el contexto físico y psíquico de cada persona, además de las interacciones con el estilo de vida, experiencia personal, ambiente psicosocial, entre otros. En ese sentido, se indica integrar el sistema PACS a herramientas como el Sistema de Información de Radiología (Radiology Information System, RIS) y el Historial Clínico Electrónico del Paciente (PEP). Además, usando la IA, el médico también podrá comparar las imágenes a las que deberá emitir el informe médico utilizando las bases de conocimiento, que ayudan a que el diagnóstico sea más asertivo, en un modelo en el cual la herramienta incorpora aprendizajes a cada informe médico emitido, acumulando un repertorio clínico en su base de dados. 

Precisión 

Estas soluciones también permiten que la medicina tenga una mayor precisión, con el uso de datos epidemiológicos, que facilitan tomar las decisiones diagnósticas y terapéuticas. Además, permiten que el médico, con procedimientos más eficientes, utilice robots o haga cirugías computarizadas. La orientación preventiva de las enfermedades es otro camino de investigación del tema, conforme Duchene, por medio de estudios genómicos que indican la probabilidad del desarrollo de incontables enfermedades, como el cáncer y la diabetes. La importancia se da en el hecho de poder anticiparse a la llegada de enfermedades agudas, como un infarto o un ataque cerebrovascular (ACV). 

El principal objetivo de la IA es ayudar al profesional, no substituirlo. Este objetivo se debe alcanzar sin transformar la relación médico-paciente en un simple acto técnico. De esta forma, el médico puede utilizar al máximo todo su arsenal de informaciones e instrumentos para que la medicina sea más eficiente y menos costosa”, garantiza el especialista, alertando que aun cuando los resultados esperados de la herramienta son positivos, se deben analizar sus límites, aciertos y aspectos técnicos en el momento de proveer datos y propiedad intelectual.