CÓMO LOS FUTUROS SISTEMAS CAD PUEDEN PREVENIR EL AGOTAMIENTO DEL CLÍNICO

¿Puede el sistema de Diagnóstico Asistido por Computadora (CAD) Ai & DL de hoy retener a los médicos?

Los médicos se están quemando. En una encuesta reciente de la AMA, el 54 por ciento de los urólogos se sentían agotados. Les siguieron especialistas en:

neurología (50 por ciento)

nefrología (49 por ciento)

Endocrinología (46 por ciento)

medicina familiar (46 por ciento)

radiología (46 por ciento)

La pandemia de COVID-19 empeoró las cosas, dejando a los grupos de atención médica y hospitales con poco personal para hacer frente al drástico aumento de pacientes.

Se suponía que las ayudas tecnológicas como los registros médicos electrónicos (EMR) y la transcripción médica facilitarían las cosas. Desafortunadamente, han demostrado ser un maletín médico mixto. Por lo tanto, es comprensible que muchos médicos vean el renovado interés en el diagnóstico asistido por computadora (CAD) con algunas dudas. Se espera que los nuevos avances de la inteligencia artificial y el aprendizaje automático (especialmente el aprendizaje profundo) en CAD disminuyan esas dudas.

Por qué fallaron tanto CADe como CADx

Los sistemas de detección asistida por computadora (CADe) se utilizan para encontrar masas en imágenes médicas. El diagnóstico asistido por computadora (CADx) fue para ayudar a los médicos a determinar si las masas mostradas eran benignas o malignas. Los radiólogos estaban particularmente interesados en la tecnología, que existe desde mediados de la década de 1970. Esperaban que ambos les permitieran gestionar el número cada vez mayor de imágenes médicas de forma rápida y precisa.

Desafortunadamente, las revisiones del uso clínico de estos primeros sistemas mostraron poca reducción en la carga de trabajo de los radiólogos. De hecho, hizo lo contrario, aumentándolos hasta en un 19 por ciento, ya que los médicos se vieron obligados a descartar muchas etiquetas CAD positivas como falsas mientras encontraban nuevas masas sin marcar o no detectadas. En 2018, Medicare detuvo los reembolsos por CAD.

Beneficios de la detección asistida por computadora

En los EE. UU., CADe es la única versión aprobada oficialmente por la FDA. Y con buena razón. Según los CDC, las tasas de muerte por cáncer en los EE. UU. han disminuido desde 1999. Ese año, la muerte por cáncer fue de aproximadamente 200 por cada 100 000 personas. Esa cifra se redujo a 144 por 100.000 en 2020.

Esta caída ha tenido un costo para proveedores como los radiólogos. Algunos pueden tener que revisar de 20 a 100 escaneos y cada uno contiene miles de imágenes. Esto se suma a sus otros deberes de:

ver pacientes

realización de pruebas de detección

escribir/dictar/editar informes completos de hallazgos

discutir los hallazgos con los pacientes y otros médicos

No es de extrañar que casi el 50 por ciento de los radiólogos experimenten agotamiento.

IA y DL en Diagnóstico Asistido por Computador. ¿Un cambiador de juego?

Los radiólogos esperaban que se pudiera desarrollar un programa CADx para interpretar la confiabilidad de las imágenes médicas con la misma precisión que un miembro experimentado en su propio campo.

Desafortunadamente, las primeras versiones de tales sistemas escanearon e interpretaron imágenes médicas usando programas escritos para un propósito específico. Esto significaba que había que escribir un nuevo programa cada vez que los médicos querían que el sistema CAD hiciera algo diferente. Esto limitó las capacidades del sistema en el diagnóstico.

El desarrollo de inteligencia artificial con capacidades de aprendizaje profundo finalmente puede cambiar eso.

Inteligencia artificial

Utilizando los avances en inteligencia artificial (IA), los futuros sistemas CAD pueden ensamblar un compuesto a partir de una variedad de imágenes. Pueden ser desde diferentes ángulos e incluso tomados de escaneos anteriores. Esto es mucho más efectivo que los sistemas CAD anteriores y actuales que solo pueden mostrar y examinar una imagen a la vez.

Aún mejor, los escaneos se pueden extraer de una variedad de fuentes. Estos no solo incluyen dispositivos de escaneo típicos como MRI, ultrasonido y tomosíntesis mamaria digital, sino que también se extraen del EMR almacenado en una tableta médica. El resultado es una imagen compuesta mucho más completa con menos falsos positivos y masas perdidas.

Aprendizaje profundo

El aprendizaje profundo (DL) son algoritmos que simulan cómo los seres humanos aprenden algo. Los sistemas CADx lo utilizan para clasificar las enormes cantidades de datos que reciben de los dispositivos médicos de escaneo. Los resultados ya están llegando y parecen prometedores. Hay sistemas CAD que realizan evaluaciones de la retina y análisis de lesiones cutáneas que igualan los niveles humanos en precisión. Otros muestran una precisión similar en la detección y determinación del cáncer de próstata a partir de resonancias magnéticas. Finalmente, CAD que usa DL ha encontrado y determinado cánceres a partir de tomografías computarizadas con una precisión igual a la de los radiólogos torácicos. Los futuros radiólogos tendrán más confianza en tales sistemas CADe y CADx y les permitirán brindar una mejor atención al paciente.

Pensamientos finales

La detección y el diagnóstico asistidos por computadora (CAD) se mostraron muy prometedores para ayudar a los médicos en su trabajo, especialmente en la detección del cáncer. El sistema se estancó debido a las limitaciones de la tecnología en ese momento. Los nuevos sistemas CAD, que utilizan avances en IA y DL, buscan finalmente cumplir esa promesa a medida que los médicos de hoy luchan contra el agotamiento.

Comuníquese con un experto de Cybernet si está interesado en obtener más información sobre todas las versiones de CAD y cómo se pueden aplicar a su grupo médico.