Come l’intelligenza artificiale applicata ai raggi X può contribuire ad alleggerire un sistema sanitario sotto stress

In tutto il mondo, i sistemi sanitari e gli ospedali operano in condizioni di stress e con risorse sempre più limitate, pur continuando a garantire assistenza a tutti pazienti.

L’imaging medicale è parte integrante della diagnosi e dell’assistenza sanitaria. Secondo l'Organizzazione Mondiale della Sanità (OMS), infatti, ogni anno nel mondo vengono eseguiti circa 3,6 miliardi di esami diagnostici [1]. Si prevede che il mercato globale della diagnostica per immagini crescerà, tra il 2021 e il 2028, del 5,2% annuo a causa di fattori quali la domanda sempre crescente di esami di screening per la diagnosi precoce di malattie croniche e l’invecchiamento della popolazione. [2]

I progressi dell’imaging in termini di velocità di acquisizione, analisi, maggior acuratezza clinica, trasferimento e archiviazione delle immagini, non hanno solo rafforzato il ruolo centrale della radiologia in ambito diagnostico, ma hanno anche avuto un impatto positivo in altre discipline. Il triage dei pazienti, la pianificazione e l'ottimizzazione del trattamento e gli interventi guidati da immagini in tempo reale sono ora parte integrante della pratica clinica nella maggior parte delle specialità. [3]

 

L’intelligenza artificiale in radiologia può migliorare l’efficienza della diagnostica per immagini a livello di intero comparto sanitario

Gli amministratori sanitari considerano l’efficientamento delle proprie strutture un obiettivo di primaria importanza. [4]  Ciononostante, gli ospedali devono affrontare spesso altre sfide come il rischio di burnout per il personale, gli attacchi informatici e lo spreco di risorse. Alcuni ospedali e sistemi sanitari stanno quindi iniziando a utilizzare strumenti estremamente versatili come i sistemi radiografici portatili implementati con tool di intelligenza artificiale (AI) per automatizzare i processi ripetitivi, con risparmi in termini di tempo, fatica e denaro. Grazie all’utilizzo di questi strumenti, gli operatori sanitari e i medici possono dedicare il proprio tempo a compiti più importanti, prestando così più attenzione ai pazienti.

La radiologia è senza dubbio una delle aree in cui le applicazioni cliniche supportate dall’intelligenza artificiale possono avere maggior rilevanza. La domanda di servizi di imaging è in aumento e non è inusuale ormai per un radiologo trovarsi a leggere ogni giorno da 20 a 100 scansioni, ciascuna contenente potenzialmente centinaia o addirittura migliaia di immagini[5] Gli algoritmi di intelligenza artificiale possono supportare i tecnici nell'acquisizione di immagini ed aiutare i radiologi ad automatizzare l’individuazione delle aree effettivamente di interesse. Tutti i leader del settore, come GE Healthcare, stanno sviluppando strumenti innovativi di intelligenza artificiale a supporto della diagnostica per immagini, in grado di migliorare l’efficienza del dipartimento di radiologia e dell’intero settore sanitario.

"I progressi nella tecnologia di imaging sono solo un aspetto delle soluzioni che offriamo ai nostri clienti", afferma Andrew DeLao, Chief Marketing Officer dell’area Global X-ray di GE Healthcare. "Siamo concentrati sullo sviluppo di soluzioni olistiche che integrino le più recenti tecnologie di imaging ed intelligenza artificiale con un design sostenibile che metta al centro l’esperienza dell'utente, in modo da migliorare l'efficienza all’interno dei vari reparti".

Come ampliare le competenze nella radiologia di pronto soccorso grazie all’AI applicata ai raggi X

Il trend di visite annue al pronto soccorso è in aumento e in molte occasioni è richiesto il supporto della diagnostica per immagini. [6]

Negli ultimi 10 anni il Regno Unito ha registrato un aumento del 22% delle richieste di assistenza sanitaria legate a episodi acuti [7]  e si stima che negli Stati Uniti, nel 2018 e nel 2019, le visite al pronto soccorso siano state 130 milioni; il 22% degli adulti di almeno 18 anni si era già recato a un pronto soccorso nei 12 mesi precedenti. [8]

Il ricorso ad approfodimenti diagnostici supportati da immagini nel pronto soccorso è sempre più diffuso. Nello specifico, la radiografia risulta essere l'esame di imaging più richiesto (negli Stati Uniti rappresenta il 35% del totale).[9] Gli apparecchi radiologici portatili, grazie alla loro versatilità, stanno permettendo ai medici di fornire cure diagnostiche direttamente al posto letto, con conseguente riduzione delle operazioni di trasporto dei pazienti e con risparmi notevoli in termini di tempo.

"Le cure non programmate sono un fenomeno in continua crescita", afferma Alex Novak, MD, consulente in medicina d'urgenza e cure ambulatoriali presso l'Oxford University Hospitals NHS Foundation Trust. "E cresce di conseguenza la domanda di strumenti di diagnostica per immagini da utilizzare nelle prime fasi del percorso del paziente".

Il Dr. Novak sta conducendo delle ricerche all'Università di Oxford e collabora con GE Healthcare e il National Consortium of Intelligent Medical Imaging (NCIMI). La sua ricerca è incentrata sul dimostrare quanto la diagnostica per immagini possa supportare le decisioni cliniche in contesti sanitari di emergenza. Nel suo intervento di fronte ai radiologi del British Institute of Radiology si è, difatti, focalizzato su come gli strumenti di radiologia possano apportare utili insight ai medici del pronto soccorso.

"Perché un medico del pronto soccorso dovrebbe essere interessato alla ricerca sull'imaging?" ha chiesto il dottor Novak. “L'assistenza sanitaria di emergenza è un enorme onere per la radiologia. Quando parliamo di radiologia nel pronto soccorso ci riferiamo sostanzialmente ai raggi X, ma la maggior parte dei referti dei radiologi non è quasi mai immediata, bensì stilata con un certo ritardo, potenzialmente anche di giorni.

"Ciò significa che c'è del potenziale per tecnologie come l'intelligenza artificiale per supportare il processo decisionale clinico [nel pronto soccorso], e la diagnostica si sta muovendo in questa direzione", ha sottolineato.

L’intelligenza artificiale applicata all’imaging può semplificare la lettura di dati clinici e insights

Le innovazioni nella radiografia mobile stanno permettendo di automatizzare alcune attività manuali svolte dai tecnici di radiologia e stanno supportando i medici nelle decisioni cliniche. Ad esempio, una suite di algoritmi di intelligenza artificiale per i raggi X viene attualmente utilizzata per rilevare sulle immagini radiografiche condizioni potenzialmente molto gravi, con l’obiettivo di permettere ai medici di dare la priorità ai casi più critici. Questo utilizzo degli strumenti di intelligenza artificiale può comportare miglioramenti in termini di efficienza, qualità e accuratezza clinica.

Prendiamo, ad esempio, l'impatto dell'AI su una condizione abbastanza comune rilevata nel pronto soccorso, lo pneumotorace spontaneo primario. Lo pneumotorace spontaneo primario è un problema sanitario globale significativo, con un'incidenza segnalata di 18–28/100.000 casi all'anno per gli uomini e di 1,2–6/100.000 per le donne. [10]. In alcuni casi, lo pneumotorace potrebbe essere facilmente rilevabile da una radiografia ma in altri è necessario l’occhio di un radiologo esperto. L’AI può intervenire per colmare questa lacuna e il dottor Novak ha spiegato in che modo.

Secondo il dott. Novak, "nel pronto soccorso è facile vedere pneumotoraci spontanei o traumatici, e in genere ciò avviene con una semplice radiografia del torace". “Le immagini sono spesso di qualità variabile. A volte i pazienti non sono molto accondiscendenti, [il che] rende difficile ottenere una buona radiografia. E spesso, è una diagnosi che non ci si aspetta”.

“È raro che [la radiografia] venga vista innanzitutto da un radiologo o da un medico senior come me. Normalmente viene vista dai giovani. In questi casi, l'AI può intervenire a supporto per provare a colmare in parte questo gap in termini di competenze di refertazione tra radiologi consulenti e medici come me".

Un radiologo consulente rimane una risorsa importante per i casi critici, ma gli strumenti di intelligenza artificiale a supporto della radiologia nel pronto soccorso possono alleggerire il carico di lavoro del radiologo e migliorare la collaborazione tra i due dipartimenti.

Inoltre, gli strumenti di intelligenza artificiale possono essere utilizzati per misurazioni automatizzate, per la definizione delle priorità dei casi e per il controllo della qualità. Questi strumenti sono pensati per aiutare i tecnici a correggere il posizionamento anatomico, confermare le selezioni del protocollo al momento della scansione e ruotare automaticamente le immagini così da permettere ai radiologi di risparmiare tempo nella lettura. Inoltre, per migliorare il triage dei casi urgenti, lo strumento di AI analizza automaticamente le immagini mentre le acquisisce ricercando criticità come lo pneumotorace. Al fine di semplificare il flusso di lavoro, le immagini vengono inviate al PACS appositamente contrassegnate per la revisione prioritaria del radiologo. L'uso di questi strumenti nel pronto soccorso, dove i raggi X sono già un pilastro, può permettere al team di avere questi insights radiologici direttamente al letto del paziente.

“Abbiamo di fronte una suite di algoritmi di intelligenza artificiale, che possono essere incorporati in una macchina a raggi X, attivati ​​al posto letto e che semplificano la definizione delle priorità nel flusso di lavoro, il rilevamento e le misurazioni automatizzate nonché, in una certa misura, il controllo di qualità”, ha aggiunto il dottor Novak.

Collaborazione clinica per insights di imaging direttamente al posto letto

Le idee condivise dal Dr. Novak suggeriscono di adeguare i percorsi clinici tradizionali alla ricerca di opportunità volte a migliorare la collaborazione tra i dipartimenti, in modo che i medici possano non solo condividere soluzioni innovative, ma avere anche un impatto sui risultati clinici. Utilizzando il pronto soccorso come esempio, questa prospettiva rinnovata sulla collaborazione clinica può consentire approfondimenti di imaging direttamente al posto letto riducendo al contempo l'onere per la radiologia.

L'erogazione di cure di emergenza con il supporto di strumenti che migliorino il set di competenze del medico del pronto soccorso, creando al contempo efficienze a livello di operatività e flussi di lavoro, va nella direzione auspicata di un futuro più collaborativo e sostenibile per un sistema sanitario attualmente sotto stress.

Scopri di più sull'algoritmo di intelligenza artificiale GE Healthcare per raggi X, Critical Care Suite.

 

DISCLAIMER

Non tutti i prodotti o funzionalità sono disponibili in tutte le aree geografiche. Verifica con il rappresentante GE Healthcare locale la disponibilità nel tuo paese. 

 

BIBLIOGRAFIA

---