Un dels aspectes més desagradables d'una prova mèdica, per a molts, pot ser entrar en la cabina de les ressonàncies magnètiques. Gràcies a la IA, ja s'ha corroborat que el temps d'espera dins per a un pacient pot reduir-se gràcies a la intel·ligència artificial. Una investigació publicada per la revista European Journal of Radiology, determina que una nova eina fa reduir els 23 minuts de mitjana a 9, juntament amb altres beneficis que la IA dona gràcies a la seva rapidesa.

Una investigació asiàtica

L'avaluació de l'estenosi espinal lumbar pot ser una "activitat repetitiva i que requereix molt de temps", amb diferents sistemes de classificació que donen lloc a una falta de consistència. Els experts de l'Hospital General de Sengkang de Singapur van provar recentment l'ús d'un sistema d'aprenentatge profund per simplificar el procés entre els radiòlegs novells. Utilitzant un conjunt de dades de 51 ressonàncies magnètiques de la columna lumbar, l'estudi va produir guanys mesurables. 

"Aquest estudi ha demostrat que l'ús d'un model d'aprenentatge profund per analitzar les exploracions de ressonància magnètica de l'estenosi espinal lumbar comporta un estalvi de temps important i millores en l'acord interobservador per als residents en formació en radiologia", Yi Xian Cassandra Yang, del departament de radiologia de l'hospital, i els coautors van escriure el 16 de juliol. "A mesura que la IA entra en el corrent principal de la medicina clínica, s'espera que millori l'eficiència clínica dels treballadors sanitaris, ajudi a una priorització més eficaç de les tasques de radiologia i redueixi el temps que triguen els radiòlegs a interpretar els resultats. Aquesta valuosa eina té el potencial d'agilitzar les tasques diàries que duen a terme els radiòlegs, i creiem que la integració de la IA complementarà el treball realitzat en el camp de la radiologia".

Programari CoLumgo nascut el 2022

Per a l'estudi, els experts en imatges del sud-est asiàtic van utilitzar la solució de programari CoLumbo AI de Smart Soft Healthcare a Bulgària. Aprovat per la Food and Drug Administration dels EUA l'any 2022, el producte ajuda a segmentar i classificar les imatges de RM, proporcionant descripcions, troballes i mesuraments de patologies sospitoses. També genera imatges de RM anotades i postprocessades i un informe editable generat automàticament, van assenyalar Yang i els seus col·legues. CoLumbo es va entrenar per primera vegada mitjançant 4.000 estudis lumbars totalment anotats, que comprenien 160.000 rodanxes de ressonància magnètica. A l'Hospital General de Sengkang, els investigadors van comparar el rendiment de quatre radiòlegs consultors amb quatre residents en formació. Quatre rads certificats per la junta en atenció musculoesquelètica/neurològica amb almenys vuit anys d'experiència van llegir per primera vegada les 51 imatges del conjunt de dades de la prova sense cap ajuda d'AI. Yang i els seus col·legues van assignar les imatges a quatre estudiants de radiologia d'últim any que no van poder veure els informes originals.

El rang interquartil per al temps d'interpretació amb ajuda d'AI va ser d'uns 5,29 minuts enfront dels 56,46 sense. Aquest IQR més petit indica que els temps d'interpretació eren més consistents i menys variables amb l'ajuda de l'aprenentatge profund, van assenyalar els autors. Les proves posteriors van mostrar que la diferència mitjana en els temps d'interpretació entre els dos grups era d'uns -14,08 minuts, cosa que es va considerar estadísticament significativa. "En incorporar la IA als informes de la columna vertebral, la seva capacitat d'accelerar els processos sense comprometre la precisió tindria implicacions econòmiques globals favorables per millorar la rendibilitat dins del sector sanitari", van assenyalar els autors. "La capacitat de l'IA per interpretar la informació amb menys seqüències de ressonància magnètica té el potencial de reduir el temps d'exploració i, per tant, contribuir a un procés de diagnòstic més racionalitzat i eficaç en el temps. La introducció de la IA als residents de radiologia podria provocar una dependència creixent d'aquesta tecnologia, ja que els residents poden confiar més en la IA per a les seves experiències d'aprenentatge", ha conclòs Yang.