Inicio Salud Uso de IA para resolver uno de los problemas más duraderos de...

Uso de IA para resolver uno de los problemas más duraderos de la atención médica

19
0

Las imágenes médicas son una de las herramientas de diagnóstico más utilizadas en el cuidado de la salud y los proveedores solicitan docenas de estudios de imágenes para sus pacientes todos los días. Estos estudios se utilizan para obtener información sobre ciertos síntomas que tiene un paciente o una afección por la que está siendo tratado, pero con frecuencia tienen hallazgos incidentales que no están relacionados con la indicación original del estudio.

Si bien los hallazgos incidentales se anotan en el informe de radiología, a menudo pasan desapercibidos para el proveedor que los solicita, ya que se enfocan en abordar la intención 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 daños a la salud del paciente a largo plazo.

El seguimiento retrasado y perdido en los hallazgos de imágenes de diagnóstico incidentales es uno de los problemas más prolíficos en el cuidado de la salud que daña a millones de pacientes en todo el país y aumenta los costos. En todo el país, los hospitales y los sistemas de salud gastan un estimado de $ 43 millones al año para resolver demandas por falta de seguimiento solo en hallazgos pulmonares.

«Este problema es un estudio de caso de daño prevenible: hay un hallazgo documentado, pero no reconocido, que podría haber llevado a una intervención significativa, pero en cambio, la enfermedad del paciente se desarrolla sin control», dijo Mozziyar Etemadi, MD, Ph.D., director médico. de tecnologías avanzadas en Northwestern Medicine.

Reconociendo la grave amenaza para la seguridad del paciente y el riesgo financiero, Northwestern Medicine movilizó un equipo multidisciplinario con miembros de Radiología, Calidad, Seguridad del Paciente, Mejora de Procesos, Atención Primaria, Enfermería, Informática y otros para abordar el problema. El equipo creó un sistema que utiliza inteligencia artificial (IA) integrado en el registro médico electrónico (EHR) que se ejecuta en casi todos los estudios de imágenes 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 médico que realiza la solicitud.

Una vez que el sistema activa una alerta, realiza un seguimiento de la finalización del seguimiento recomendado para los hallazgos incidentales y esperados. Si no se toman medidas para programar imágenes adicionales u otro seguimiento, se envía otra alerta para evitar retrasos en la atención y mejorar los resultados de los pacientes.

Leer:  Científicos demuestran que olvidar no revierte el proceso de aprendizaje

Northwestern Medicine implementó la tecnología por primera vez en diciembre de 2020 para buscar hallazgos pulmonares y suprarrenales, y luego la probó prospectivamente durante más de un año. Los resultados de ese estudio se publican hoy en Innovaciones de NEJM Catalyst en la prestación de atenciónque se encuentra entre los primeros estudios prospectivos de una herramienta de IA implementada en la práctica clínica.

los Catalizador El estudio analiza un año de datos después de la implementación en vivo del sistema de IA en diciembre de 2020. Se revisaron más de 460 000 estudios de imágenes y 23 000 se marcaron como que contenían recomendaciones de seguimiento pulmonar que representaban una tasa del 5 % de ocurrencia de hallazgos pulmonares en imágenes relevantes estudios: eso es 68 hallazgos por día que requirieron seguimiento.

«Nuestros datos muestran cuán comunes son estos hallazgos incidentales en los estudios de imágenes de diagnóstico y respaldan aún más la necesidad de encontrar una solución escalable», dijo el Dr. Etemadi. «Nuestro equipo desarrolló un sistema integrado de procesamiento de lenguaje natural (NLP) de registro de salud electrónico (EHR) para identificar automáticamente los hallazgos radiográficos que requieren seguimiento. Una vez identificados, la IA activa alertas automáticas tanto para médicos como para pacientes para programar y rastrear la finalización de seguimiento recomendado. -ups.»

Un ejemplo de cómo funciona el sistema es que un paciente tiene una radiografía de tórax por neumonía y el radiólogo identifica un nódulo pulmonar y anota en el informe de radiología que reconoce el hallazgo pulmonar y recomienda una TC de tórax como seguimiento. Los modelos de IA detectan la nota del radiólogo sobre el hallazgo pulmonar y el seguimiento recomendado, por lo que el marco integrado activa un Aviso de mejores prácticas (BPA) para alertar al médico que solicita el hallazgo. El BPA también presenta flujos de trabajo en los que se pueden solicitar estudios de seguimiento según corresponda. Todo esto ocurre directamente en el EHR y no requiere que el médico abra ningún programa adicional.

«Un concepto erróneo común es que la IA se implementa para tomar decisiones clínicas, pero ese no es el caso: las decisiones clínicas las toman el radiólogo y el médico que las ordena», dijo la autora principal del estudio, Jane Domingo, MBA, MS, CCC-SLP, programa gerente de la Oficina de Mejoramiento del Rendimiento Clínico del Sistema en Northwestern Medicine. «Este sistema se implementó para identificar los informes con hallazgos y agilizar el flujo de trabajo asociado, que antes no existía. Facilitó la toma de decisiones del médico en lugar de desplazar al médico. Una parte importante de nuestro lanzamiento fue reunirnos con los médicos y ayudarlos a comprender . cómo los apoyaría en la toma de decisiones clínicas».

Leer:  Estimular el intestino: el nervio cerebral puede influir en la emoción

Además de la alerta del médico, el paciente también recibe una notificación en su portal de pacientes en línea con el resultado del estudio de imágenes. Los pacientes que no usan el portal de pacientes en línea o que no tienen un médico establecido de Northwestern Medicine son manejados directamente por el equipo de enfermeras de seguimiento para garantizar que reciban la atención adecuada.

«Como pacientes, a menudo creemos que ‘sin noticias, son buenas noticias’ y si no tenemos noticias de nuestro médico después de una prueba, tendemos a asumir que todo está bien y no hacemos un seguimiento proactivo», dijo Domingo. «Al incorporar la notificación al paciente en nuestro proceso, estamos agregando otra capa de seguridad al crear pacientes informados que pueden defenderse a sí mismos».

Todos los elementos de este sistema se construyeron completamente internamente en Northwestern Medicine. Uno de los elementos más arduos de la construcción de una IA es el proceso de «etiquetado», que requiere que expertos clínicos clasifiquen grandes cantidades de datos.

«Por lo general, el etiquetado de datos lo manejan proveedores externos y requiere mucho tiempo y recursos financieros, a menudo con resultados mixtos», explicó el Dr. Etemadi. «En Northwestern Medicine, utilizamos nuestros propios recursos para completar esta parte del proyecto: enfermeras y otro personal de primera línea que tenía restricciones de tareas livianas y no podía cumplir con sus responsabilidades clínicas. Este personal recibió capacitación como anotadores y se les asignó la tarea de seleccionar texto relevante de los informes de radiología seleccionados. Esto dio como resultado datos revisados ​​por expertos de mayor calidad de una manera rentable».

Junto con Catalizador estudio, Northwestern Medicine está lanzando un sitio web complementario que describe el proceso de creación e implementación de este sistema para que otros hospitales y sistemas de salud puedan implementar programas de gestión de resultados similares. Actualmente, el sistema de salud está trabajando para ampliar el sistema a los hallazgos hepáticos, tiroideos y ováricos que requieren seguimiento.


Proporcionado por Northwestern Memorial HealthCare

Artículo anteriorLas políticas de cigarrillos electrónicos en las escuelas pueden ser insuficientes sin la capacitación del personal
Artículo siguienteLavadoras grandes para familias numerosas. Que modelos puedes elegir
Soy un viajero de 29 años y vendedor en una tienda de prêt-à-porter. Me incorporé al equipo de redacción de AltaVision.news en octubre de 2021.