Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico <\/p>\n
Las im\u00e1genes m\u00e9dicas son una de las herramientas de diagn\u00f3stico m\u00e1s utilizadas en la atenci\u00f3n m\u00e9dica y los proveedores solicitan docenas de estudios de im\u00e1genes para sus pacientes todos los d\u00edas . Estos estudios se utilizan para obtener informaci\u00f3n sobre ciertos s\u00edntomas que tiene un paciente o una afecci\u00f3n por la que est\u00e1 siendo tratado, pero con frecuencia tienen hallazgos incidentales que no est\u00e1n relacionados con la indicaci\u00f3n original del estudio. <\/p>\n
Si bien los hallazgos incidentales se anotan en el informe de radiolog\u00eda, a menudo pasan desapercibidos para el proveedor que los solicita, ya que se enfocan en abordar la intenci\u00f3n original del estudio. Si bien muchos de estos hallazgos son benignos, algunos pueden convertirse en tumores malignos, lo que hace que el seguimiento oportuno sea esencial para evitar da\u00f1os a la salud del paciente a largo plazo.<\/p>\n
El seguimiento retrasado y perdido de los hallazgos de diagn\u00f3stico por im\u00e1genes incidentales es uno de ellos. uno de los problemas m\u00e1s prol\u00edficos en el cuidado de la salud que da\u00f1a a millones de pacientes en todo el pa\u00eds y aumenta los costos. En todo el pa\u00eds, los hospitales y los sistemas de salud gastan aproximadamente $43 millones al a\u00f1o para resolver demandas por la falta de seguimiento de los hallazgos pulmonares solamente.<\/p>\n
\u00abEste problema es un estudio de caso de da\u00f1o prevenible: existe un problema documentado, pero no reconocido hallazgo que podr\u00eda haber llevado a una intervenci\u00f3n significativa, pero en cambio la enfermedad del paciente se desarrolla sin control\u00bb, dijo Mozziyar Etemadi, MD, Ph.D., director m\u00e9dico de tecnolog\u00edas avanzadas en Northwestern Medicine.<\/p>\n
Reconocer la grave amenaza para la seguridad del paciente y el riesgo financiero, Northwestern Medicine moviliz\u00f3 un equipo multidisciplinario con miembros de Radiolog\u00eda, Calidad, Seguridad del Paciente, Mejora de Procesos, Atenci\u00f3n Primaria, Enfermer\u00eda, Inform\u00e1tica y otros para abordar el problema. El equipo cre\u00f3 un sistema que utiliza inteligencia artificial (IA) integrado en el registro m\u00e9dico electr\u00f3nico (EHR) que se ejecuta en casi todos los estudios de im\u00e1genes solicitados en el sistema de salud de 11 hospitales. Cuando es necesario, la IA activa una alerta en el EHR que muestra claramente los hallazgos y los seguimientos recomendados directamente en el flujo de trabajo del m\u00e9dico que solicita la solicitud.<\/p>\n
Una vez que el sistema activa una alerta, realiza un seguimiento de la finalizaci\u00f3n del seguimiento recomendado. para los hallazgos incidentales y esperados. Si no se toman medidas para programar im\u00e1genes adicionales u otro seguimiento, se env\u00eda otra alerta para evitar retrasos en la atenci\u00f3n y mejorar los resultados de los pacientes.<\/p>\n
Northwestern Medicine implement\u00f3 la tecnolog\u00eda por primera vez en diciembre de 2020 para buscar pulmones y hallazgos suprarrenales, luego lo prob\u00f3 prospectivamente durante m\u00e1s de un a\u00f1o. Los resultados de ese estudio se publican hoy en NEJM Catalyst Innovations in Care Delivery, que se encuentra entre los primeros estudios prospectivos de una herramienta de inteligencia artificial implementada en la pr\u00e1ctica cl\u00ednica.<\/p>\n
El estudio Catalyst analiza un a\u00f1o de datos despu\u00e9s de implementaci\u00f3n del sistema de IA en diciembre de 2020. Se revisaron m\u00e1s de 460 000 estudios de im\u00e1genes y 23 000 se marcaron como que conten\u00edan recomendaciones de seguimiento pulmonar que representaban una tasa del 5 % de ocurrencia de hallazgos pulmonares en estudios de im\u00e1genes relevantes, es decir, 68 hallazgos por d\u00eda que requer\u00edan seguimiento. <\/p>\n
\u00abNuestros datos muestran cu\u00e1n comunes son estos hallazgos incidentales en los estudios de im\u00e1genes de diagn\u00f3stico y respaldan a\u00fan m\u00e1s la necesidad de encontrar una soluci\u00f3n escalable\u00bb, dijo el Dr. Etemadi. \u00abNuestro equipo desarroll\u00f3 un sistema integrado de procesamiento de lenguaje natural (NLP) de registro de salud electr\u00f3nico (EHR) para identificar autom\u00e1ticamente los hallazgos radiogr\u00e1ficos que requieren seguimiento. Una vez identificados, la IA activa alertas autom\u00e1ticas tanto para m\u00e9dicos como para pacientes para programar y rastrear la finalizaci\u00f3n del seguimiento recomendado. -ups\u00bb.<\/p>\n
Un ejemplo de c\u00f3mo funciona el sistema es que un paciente tiene una radiograf\u00eda de t\u00f3rax para detectar neumon\u00eda y el radi\u00f3logo identifica un n\u00f3dulo pulmonar y anota en el informe radiol\u00f3gico que reconoce el hallazgo pulmonar. y recomendar una TC de t\u00f3rax como seguimiento. Los modelos de IA detectan la nota del radi\u00f3logo sobre el hallazgo pulmonar y el seguimiento recomendado, por lo que el marco integrado activa un Aviso de mejores pr\u00e1cticas (BPA) para alertar al m\u00e9dico que solicita el hallazgo. El BPA tambi\u00e9n presenta flujos de trabajo en los que se pueden solicitar estudios de seguimiento seg\u00fan corresponda. Todo esto ocurre directamente en el EHR y no requiere que el m\u00e9dico abra ning\u00fan programa adicional.<\/p>\n
\u00abUn error com\u00fan es que la IA se implementa para tomar decisiones cl\u00ednicas, pero ese no es el caso. Las decisiones cl\u00ednicas las toma el radi\u00f3logo y m\u00e9dico solicitante\u00bb, dijo la autora principal del estudio, Jane Domingo, MBA, MS, CCC-SLP, gerente de programa, Oficina de Mejora del Rendimiento Cl\u00ednico del Sistema en Northwestern Medicine. \u00abEste sistema se implement\u00f3 para identificar los informes con hallazgos y agilizar el flujo de trabajo asociado, que antes no exist\u00eda. Facilita la toma de decisiones del m\u00e9dico en lugar de desplazar al m\u00e9dico. Una parte importante de nuestro lanzamiento fue reunirnos con los m\u00e9dicos y ayudarlos a comprender c\u00f3mo los ayudar\u00eda a tomar decisiones cl\u00ednicas\u00bb.<\/p>\n
Adem\u00e1s de la alerta del m\u00e9dico, el paciente tambi\u00e9n recibe una notificaci\u00f3n en su portal de pacientes en l\u00ednea con el resultado del estudio de im\u00e1genes. Los pacientes que no utilizan el portal en l\u00ednea para pacientes o que no tienen un m\u00e9dico establecido en Northwestern Medicine son manejados directamente por el equipo de enfermeras de seguimiento para garantizar que se reciba la atenci\u00f3n adecuada.<\/p>\n
\u00abComo pacientes, a menudo creemos que ‘sin noticias, son buenas noticias’ y si no tenemos noticias de nuestro m\u00e9dico despu\u00e9s de una prueba, tendemos a asumir que todo est\u00e1 bien y no hacemos un seguimiento proactivo\u00bb, dijo Domingo. \u00abAl incorporar la notificaci\u00f3n al paciente en nuestro proceso, estamos agregando otra capa de seguridad al crear pacientes informados que pueden defenderse por s\u00ed mismos\u00bb.<\/p>\n
Todos los elementos de este sistema se crearon completamente internamente en Northwestern Medicine. Uno de los elementos m\u00e1s arduos de la construcci\u00f3n de una IA es el proceso de \u00abetiquetado\u00bb, que requiere que expertos cl\u00ednicos clasifiquen grandes cantidades de datos.<\/p>\n
\u00abPor lo general, el etiquetado de datos lo manejan proveedores externos y requiere mucho tiempo y recursos financieros, a menudo con resultados mixtos\u00bb, explic\u00f3 el Dr. Etemadi. \u00abEn Northwestern Medicine, utilizamos nuestros propios recursos para completar esta parte del proyecto: enfermeras y otro personal de primera l\u00ednea que ten\u00eda restricciones de tareas livianas y no pod\u00eda cumplir con sus responsabilidades cl\u00ednicas. Este personal recibi\u00f3 capacitaci\u00f3n como anotadores y se les asign\u00f3 la tarea de seleccionar el texto relevante. de los informes de radiolog\u00eda seleccionados. Esto result\u00f3 en datos revisados por expertos de mayor calidad de una manera rentable\u00bb.<\/p>\n
Junto con el estudio Catalyst, Northwestern Medicine est\u00e1 lanzando un sitio web complementario que describe el proceso de creaci\u00f3n y implementar este sistema para que otros hospitales y sistemas de salud puedan implementar programas de gesti\u00f3n de resultados similares. Actualmente, el sistema de salud est\u00e1 trabajando para ampliar el sistema a los hallazgos hep\u00e1ticos, tiroideos y ov\u00e1ricos que requieren seguimiento. <\/p>\n
Explore m\u00e1s<\/p>\n
Los factores del paciente contribuyen a las tasas de seguimiento por im\u00e1genes M\u00e1s informaci\u00f3n:<\/strong> Jane Domingo et al, Preventing Delayed and Missed Care by Applying Artificial Intelligence to Trigger Radiology Imaging Follow-up, Catalizador NEJM (2022). DOI: 10.1056\/CAT.21.0469<\/p>\n Sitio web complementario: mozzilab.github.io\/NM_Radiology_AI\/<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico Las im\u00e1genes m\u00e9dicas son una de las herramientas de diagn\u00f3stico m\u00e1s utilizadas en la atenci\u00f3n m\u00e9dica y los proveedores solicitan docenas de estudios de im\u00e1genes para sus pacientes todos los d\u00edas . Estos estudios se utilizan para obtener informaci\u00f3n sobre ciertos s\u00edntomas que tiene un paciente o una afecci\u00f3n por la … Continuar leyendo \u00abUso de IA para resolver uno de los problemas m\u00e1s persistentes de la atenci\u00f3n m\u00e9dica\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-10443","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/10443","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=10443"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/10443\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=10443"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=10443"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=10443"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}