Agregar herramientas de IA al sistema de archivamiento de imágenes optimiza el trabajo del médico radiólogo y proporciona a los pacientes diagnósticos más asertivos y seguros

Agregar herramientas de IA al sistema de archivamiento de imágenes optimiza el trabajo del médico radiólogo y proporciona a los pacientes diagnósticos más asertivos y seguros

 

Desde el surgimiento de los rayos x, en 1895, la tecnología revoluciona la medicina diagnóstica. Desde allí, existe el temor de que ella sea capaz de sustituir los profesionales. ¿Imagínate cómo habrá sido la sorpresa de los médicos cuando surgió una máquina capaz de mirar el cuerpo humano adentro sin la necesidad de abrirlo? Lo mismo sucede ahora con la inteligencia artificial (IA), que analiza centenas de imágenes de exámenes por minuto e indica precisamente aquellas que tengan algunas alteraciones – solo ejemplificando uno de los beneficios de la aplicación. Sin embargo, los especialistas garantizan: la incorporación de herramientas de IA al sistema de Archivamiento y Comunicación de Imágenes (Picture Archiving and Communication System – PACS) permitirá un importante refuerzo para la toma de decisión clínica – y no… ellas no extinguirán los personales radiólogos. 

Algunos de estos movimientos de innovación en Salud van más allá de la radiología. De acuerdo con Renato Sabbatini, que es un biomédico con más de 40 años de experiencia en el departamento y, actualmente, profesor de la Escola Bahiana de Medicina e Saúde Pública, la IA puede ser incorporada en todas las etapas en donde existan puntos de decisiones por parte del médico. “El que domina el uso de la herramienta es, siempre, el profesional. Es él quien determina si la indicación sugerida por la tecnología debe o no ser obedecida, analizando datos como el historial del paciente y de la familia, además de las condiciones actuales de salud y de los factores como, entre otros, edad, género, etnia.” 

Esto es lo que ya sucede, por ejemplo, en Israel. Allá, 98% de la población tienen cobertura de seguros de Salud que comparten un único sistema de gestión interconectado para la recolección de datos. Ese modelo ha viabilizado el uso de la IA, favorecida por un monto de US$ 300 millones, para realizar la prescripción médica. Asimismo, la presencia del médico es imprescindible, por su preparación para modificar la determinación de la tecnología, basando la decisión con su conocimiento. 

En la medicina diagnóstica, las potencialidades de un Sistema PACS que poseen IA son inúmeras. Conforme evalúa Sabbatini, las principales están vinculadas al ahorro de tiempo y a la asertividad de los diagnósticos. “Cerca de 80% de los exámenes por imagen son normales, mientras que 15% son banales; así que una herramienta de deep learning logra identificar todos esos casos con alta precisión. De toda manera, hay 5% de casos que son de difícil diagnóstico y con muchas posibles interpretaciones, y es en ellos que el radiólogo podrá concentrarse”. 

Otra función práctica de la IA en la radiología, mencionada por el especialista, es la comparación de la imagen con bases de conocimientos, que proporcionan más asertividad al diagnóstico. Es este modelo, la herramienta incorpora aprendizajes a cada informe emitido, acumulando un repertorio clínico a su base de datos. 

La IA puede ser utilizada dentro del PACS para el triaje de casos urgentes. En ese modelo, el recurso incluye prioridades en la worklist del médico radiólogo, funcionando como un asistente virtual de análisis. Con el triaje realizado entre imágenes normales y modificadas, se verifican automáticamente, antes del profesional de radiología, los exámenes que deben ser tratados como prioritarios, de acuerdo con la situación del paciente. El análisis ocurre a partir de algoritmos de reconocimiento de estándares en bases de conocimientos. 

Sabbatini explica que esas funcionalidades pueden existir independiente del sistema de archivamiento de imágenes médicas, pero que cuando se están incorporadas a él, optimizan la actuación del profesional. Ni siquiera es necesario salir de la pantalla de evaluación del examen. Con un clic, él somete la imagen a la evaluación y recibe orientaciones de la IA, pudiendo o no evaluarlas conforme su diagnóstico. El proceso ahorra tiempo y mejora el flujo de informes médicos. Uniendo la integración del PACS con el Sistema de Información en Radiología (Radiology Information System – RIS), lo que se gana en eficiencia, en todos los procesos inherentes a la medicina diagnóstica, es aún mayor. 

Existe, todavía, un último aspecto relevante, en la percepción del especialista, que integrará la IA a la toma de decisiones, no teniéndola como una sustituta del profesional: las cuestiones étnicas y jurídicas. “Un ejemplo: si la inteligencia artificial se equivoca, ¿de quién será la responsabilidad? La máquina no es imputable y, por lo tanto, alguien necesita validar la decisión de la tecnología”, explica Sabbatini. 

Es más o menos lo que pasa actualmente con un piloto de avión. Aunque la tecnología sea la responsable por prácticamente 100% del vuelo, desde el despegue hasta el aterrizaje, el piloto sigue en la cabina por cualquier eventualidad. La salud tendrá la misma lógica, de manera que el contacto y la relación médico-paciente, aun en medio digital, todavía son factores fundamentales para prestación de una asistencia humanizada.