È sempre più diffuso l’utilizzo di applicazioni basate sull’intelligenza artificiale (IA) per supportare le attività quotidiane dei consumatori e delle imprese. Anche il settore sanitario le sta adottando con l'obiettivo di semplificare i flussi di lavoro e aiutare i medici a gestire le grandi quantità di dati generati dagli esami diagnostici.
L’intelligenza artificiale, grazie alla capacità di identificare nei dati dei modelli con elevata affidabilità, può aiutare i medici a ridurre i carichi di lavoro, automatizzando il flusso di lavoro e portando all'attenzione eventuali casi critici. Secondo i medici, l'utilizzo di questi strumenti di intelligenza artificiale sta comportando miglioramenti a tutti i livelli in termini di efficienza, qualità e accuratezza clinica.[1]
Sfruttare l'intelligenza artificiale per rispondere a una domanda crescente
La domanda di radiografie continua ad aumentare, così come la prevalenza di alcune malattie e l’invecchiamento della popolazione.[2] Secondo alcune ricerche di mercato, si stima che il mercato globale dei raggi X crescerà a un CAGR del 5,14%, passando dai 10,793 miliardi di dollari nel 2019 ai 14,580 miliardi di dollari entro il 2025.[3] I leader nello sviluppo di soluzioni IA in radiologia, come GE HealthCare, hanno sviluppato strumenti che integrano dati clinici e IA per migliorare l'efficienza nell'acquisizione delle immagini, nella lettura, nel triage e nel supporto alle decisioni cliniche. La suite di algoritmi IA di GE HealthCare integrati nei suoi sistemi a raggi X ha migliorato con successo l'efficienza del flusso di lavoro e i risultati clinici grazie alla sua precisione e alla capacità di ridurre il carico di lavoro cognitivo di radiologi e tecnici.
“Ci impegniamo a sviluppare soluzioni innovative per facilitare il flusso di lavoro della radiologia, integrando il lavoro di tecnologi, radiologi e medici con l’intelligenza artificiale per migliorare la qualità dell’assistenza”, ha spiegato Katelyn Nye, Direttore generale Sistemi radiografici mobili & Intelligenza Artificiale.
“I nostri algoritmi di intelligenza artificiale integrati nel dispositivo radiografico incidono sul flusso di lavoro migliorando l’efficienza, la qualità dell’imaging e la coerenza e consentendo un trattamento tempestivo con soluzioni di triage per risultati sospetti come il pneumotorace”.
Ottimizzare la qualità e la coerenza delle immagini grazie all'intelligenza artificiale integrata nel dispositivo
Comprendere il flusso di lavoro clinico è fondamentale per sviluppare soluzioni IA efficaci.
Le soluzioni innovative di intelligenza artificiale integrate nel dispositivo, come la Quality Care Suite per i raggi X di GE HealthCare, includono algoritmi di intelligenza artificiale che operano in parallelo all'acquisizione delle immagini e aiutano i tecnici a ridurre gli errori di qualità e a migliorare l'efficienza durante l'esame. L'intelligenza artificiale esegue un controllo automatizzato del protocollo per garantire che venga utilizzato quello corretto. Inoltre, ruota automaticamente le immagini per l'85% degli esami radiologici mobili* ed è in grado di rilevare se il campo visivo è corretto o se, ad esempio, un campo polmonare è tagliato in una radiografia frontale del torace. Questo avviso in tempo reale aiuta il tecnico a determinare se l'immagine corretta è pronta per la revisione del radiologo o se deve essere acquisita nuovamente prima che il paziente lasci la sala d'esame.
"Il valore di questi strumenti è particolarmente evidente per i nostri tecnologi", spiega il dottor Amit Gupta, direttore della modalità di radiografia diagnostica presso il University Hospitals Cleveland Medical Center e professore assistente di radiologia presso la Case Western Reserve University, Cleveland, Ohio, che utilizza la suite di soluzioni IA per raggi X di GE HealthCare. “Per quanto riguarda qualità e coerenza, non ci rendiamo conto di quanto sia importante ruotare le immagini e quanti clic aggiuntivi siano necessari per farlo. Questo meccanismo di controllo della qualità integrato sul dispositivo migliora l’efficienza dell’intero sistema”.
Integrazione dell'intelligenza artificiale nel flusso di lavoro clinico di routine per migliorare l'erogazione delle cure
Le soluzioni sanitarie basate sull’intelligenza artificiale devono essere attentamente controllate e testate per ridurre al minimo i rischi. Dovrebbero inoltre fornire supporto senza aumentare il carico di lavoro degli operatori sanitari.
Sono più di 500 i dispositivi abilitati all'intelligenza artificiale approvati per l'uso clinico dalla Food and Drug Administration (FDA), 91 solo nel 2022.[4] Leader nell'innovazione basata sull'intelligenza artificiale nei dispositivi medici, GE HealthCare dispone già di 42 soluzioni abilitate all'intelligenza artificiale autorizzate dalla FDA, inclusa la sua suite di soluzioni di intelligenza artificiale su dispositivo per raggi X.[5]
Gupta e il suo team di radiologia sono stati tra i primi a implementare la Critical Care Suite di GE HealthCare nel loro flusso di lavoro clinico. Hanno pubblicato le loro osservazioni sui casi d’uso e hanno discusso di come l’intelligenza artificiale abbia influenzato l’erogazione delle cure quando ha rilevato un pneumotorace o un polmone collassato negli esami radiografici.
“L’intelligenza artificiale sul dispositivo è la chiave per portare l’intelligenza artificiale al capezzale del paziente”, spiega il dott. Gupta. “Un merito molto importante di questo sistema è che i dati si trovano sul dispositivo stesso e quindi nel PACS”.
Il team del dottor Gupta ha collaborato con GE HealthCare per integrare gli avvisi di intelligenza artificiale sui risultati sospetti di pneumotorace direttamente nell'ambiente PACS. L'intelligenza artificiale utilizza il riconoscimento dei modelli per rivedere le immagini e crea avvisi nel PACS in modo che i radiologi che leggono abbiano un elenco di scansioni con priorità automatica in base all'urgenza clinica.
"Un singolo clic in PACS permette di prioritizzare il flusso di lavoro e di accedere rapidamente alle scansioni che devo leggere", osserva il dottor Gupta. “Posso alternare tra l’immagine principale e l’IA secondaria e, anche se l’IA può essere migliore delle prestazioni a livello umano, è sempre il radiologo che legge la scansione e fa la diagnosi. Dopotutto, l'intelligenza artificiale non è una calcolatrice; è un'applicazione creata per assisterti. È un eccellente strumento di triage e lo abbiamo integrato con successo nel nostro flusso di lavoro a vantaggio della radiologia, del nostro team clinico e soprattutto dei pazienti."
L’integrazione dell’IA nel flusso di lavoro ha permesso al team del dottor Gupta di ridurre significativamente i tempi di refertazione per esami STAT e di routine per i pazienti che presentavano un possibile pneumotorace. È stata altresì notevole l’efficacia dell’intelligenza artificiale nel rilevare casi di pneumotorace durante le ore notturne, casi che altrimenti non sarebbero stati segnalati né trattati fino al giorno successivo.
Un futuro intelligente ed efficiente per la radiografia
Con la crescita della domanda di esami diagnostici, la tecnologia a raggi X continuerà a svolgere un ruolo fondamentale. Le soluzioni di intelligenza artificiale su dispositivo di partner del settore come GE HealthCare continueranno a supportare radiologi e medici nell’erogazione delle cure, riducendo al contempo il loro pesante carico di lavoro.
CONTENUTO CORRELATO
Guarda la presentazione: AI-enabled detection of pneumothorax on chest X-rays
Scopri di più sulle soluzioni per i raggi X di GE HealthCare:
Visita il portale GE HealthCare X-ray AI Portal per una dimostrazione live delle nostre soluzioni
DISCLAIMER
Non tutti i prodotti e funzionalità sono disponibili in tutte le aree geografiche. Verifica con il tuo rappresentante GE HealthCare locale la disponibilità nella tua area
*GE HealthCare data on file
RIFERIMENTI
[1] Pierce JD, Rosipko B, Youngblood L, et al. Seamless integration of artificial intelligence into the clinical environment: Our experience with a novel pneumothorax detection artificial intelligence algorithm. Journal of the American College of Radiology. 2021 Nov;18(11):1497-1505. doi: 10.1016/j.jacr.2021.08.023..
[2] Smith-Bindman R, Miglioretti DL, Larson EB. Rising use of diagnostic medical imaging in a large integrated health system. Health Affairs. 2008 Nov-Dec;27(6):1491-1502. doi: 10.1377/hlthaff.27.6.1491.
[3] Global X-ray device market expected to grow to $4.580 billion by 2025. Imaging Technology News. Published August 7, 2020. https://www.itnonline.com/content/global-x-ray-device-market-expected-grow-4580-billion-2025. Accessed February 1, 2023.
[4] Reuter E. 5 takeaways from the FDA’s list of AI-enabled medical devices. MedTech Dive. Published November 7, 2022. https://www.medtechdive.com/news/FDA-AI-ML-medical-devices-5-takeaways/635908/. Accessed February 1, 2023.
[5] Artificial intelligence and machine learning (AI/ML)-enabled medical devices. U.S. Food and Drug Administration. Last updated October 5, 2022. https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices. Accessed February 1, 2023.
