Uno de los aspectos más desagradables de una prueba médica, para muchos, puede ser entrar en la cabina de las resonancias magnéticas. Gracias a la IA, ya se ha corroborado que el tiempo de espera dentro para un paciente puede reducirse gracias a la inteligencia artificial. Una investigación publicada por la revista European Journal of Radiology, determina que una nueva herramienta hace reducir los 23 minutos por término medio a 9, junto con otros beneficios que la IA mujer gracias a su rapidez.
Una investigación asiática
La evaluación de la estenosis espinal lumbar puede ser una "actividad repetitiva y que requiere mucho tiempo", con diferentes sistemas de clasificación que dan lugar a una falta de consistencia. Los expertos del Hospital General de Sengkang de Singapur probaron recientemente el uso de un sistema de aprendizaje profundo para simplificar el proceso entre los radiólogos. Utilizando un conjunto de datos de 51 resonancias magnéticas de la columna lumbar, el estudio produjo ganancias mesurables.
"Este estudio ha demostrado que el uso de un modelo de aprendizaje profundo para analizar las exploraciones de resonancia magnética de la estenosis espinal lumbar comporta un ahorro de tiempo importante y mejoras en el acuerdo interobservador para los residentes en formación en radiología", Yi Xian Cassandra Yang, del departamento de radiología del hospital, y los coautores escribieron el 16 de julio. "A medida que la IA entra en la corriente principal de la medicina clínica, se espera que mejore la eficiencia clínica de los trabajadores sanitarios, ayude a una priorización más eficaz de las tareas de radiología y reduzca el tiempo que tardan los radiólogos en interpretar los resultados. Esta valiosa herramienta tiene el potencial de agilizar las tareas diarias que llevan a cabo los radiólogos, y creemos que la integración de la IA complementará el trabajo realizado en el campo de la radiología".
Software CoLumgo nacido en 2022
Para el estudio, los expertos en imágenes del sureste asiático utilizaron la solución de software CoLumbo AY de Smart Soft Healthcare en Bulgaria. Aprobado por la Food and Drug Administration de los EE.UU. el año 2022, el producto ayuda a segmentar y clasificar las imágenes de RM, proporcionando descripciones, hallazgos y mediciones de patologías sospechosas. También genera imágenes de RM anotadas y postprocesadas y un informe editable generado automáticamente, señalaron Yang y sus colegas. CoLumbo se entrenó por primera vez mediante 4.000 estudios lumbares totalmente anotados, que comprendían 160.000 rodajas de resonancia magnética. En el Hospital General de Sengkang, los investigadores compararon el rendimiento de cuatro radiólogos consultores con cuatro residentes en formación. Cuatro rads certificados por la junta en atención musculoesquelética/neurológica con al menos ocho años de experiencia leyeron por primera vez las 51 imágenes del conjunto de datos de la prueba sin ninguna ayuda de AY. Yang y sus colegas asignaron las imágenes a cuatro estudiantes de radiología de último año que no pudieron ver los informes originales.
El rango intercuartil para el tiempo de interpretación con ayuda de AY fue de unos 5,29 minutos enfrente de los 56,46 sin. Este IQR más pequeño indica que los tiempos de interpretación eran más consistentes y menos variables con la ayuda del aprendizaje profundo, señalaron los autores. Las pruebas posteriores mostraron que la diferencia media en los tiempos de interpretación entre los dos grupos era de unos -14,08 minutos, cosa que se consideró estadísticamente significativa. "Al incorporar la IA a los informes de la columna vertebral, su capacidad de acelerar los procesos sin comprometer la precisión tendría implicaciones económicas globales favorables para mejorar la rentabilidad dentro del sector sanitario", señalaron los autores. "La capacidad de la IA para interpretar la información con menos secuencias de resonancia magnética tiene el potencial de reducir el tiempo de exploración y, por lo tanto, contribuir a un proceso de diagnóstico más racionalizado y eficaz en el tiempo. La introducción de la IA a los residentes de radiología podría provocar una dependencia creciente de esta tecnología, ya que los residentes pueden confiar más en la IA para sus experiencias de aprendizaje", ha concluido Yang.