Cómo aplicar la inteligencia artificial en radiología para optimizar el flujo de trabajo

Reading Time: 11 minutes read

El Flujo de DR inteligente ayuda a mejorar la calidad y la uniformidad de la imagen, y acelera la recuperación del paciente.

Las aplicaciones de inteligencia artificial (IA) en radiología están aumentando, especialmente en el flujo de trabajo, donde pueden ayudar a optimizar la eficiencia de los exámenes y proporcionar resultados más coherentes. El software de Carestream con tecnología Eclipse utiliza inteligencia artificialpara optimizar el flujo de trabajo de los exámenes y, al mismo tiempo, mejorar la calidad y la uniformidad de las imágenes de diagnóstico. Nuestro Flujo de DR inteligente basado en inteligencia artificial tiene tres componentes importantes:

  • Colocación inteligente
  • Técnica inteligente
  • Colimación inteligente

En este blog, explico cómo estamos aprovechando actualmente la inteligencia artificial en radiología para la adquisición de una vista posteroanterior del tórax.

Inteligencia artificial para el Flujo de DR en la vista posteroanterior del tórax.

Los técnicos radiólogos experimentados saben que la colocación correcta y la configuración precisa del equipo de radiografía son esenciales para capturar una imagen que cumpla con los requisitos de diagnóstico. Sin embargo, ejecutar estos pasos requiere precisión y tiempo y, a veces, aun los técnicos radiólogos más hábiles no pueden obtener resultados viables desde el punto de vista clínico. (1)

Por ejemplo, antes de realizar la exposición en una vista posteroanterior del tórax, el técnico radiólogo debe guiar al paciente a la posición correcta, ajustar la colimación y establecer la técnica de exposición adecuada de acuerdo con el tamaño del paciente. Otro ejemplo: el técnico radiólogo puede usar una colocación indebida o una configuración incorrecta de parámetros de exposición, lo que genera una imagen que no puede cumplir con los requisitos de diagnóstico.

Radiólogo que analiza las imágenes de IA de Carestreams para un flujo de trabajo más conciso y eficiente.

Carestream está aplicando inteligencia artificial en el flujo de trabajo de radiología para ayudar a mejorar la calidad y uniformidad de la imagen, y acelerar la recuperación del paciente.

Nuestros nuevos Flujos de DR inteligentes basados en inteligencia artificial ayudan al técnico radiólogo a capturar imágenes de manera uniforme de un paciente a otro, lo que permite tener calidad de imagen y presentación más uniformes, así como reducir las repeticiones. Hace que los sistemas DR sean más “inteligentes y conscientes” del medio ambiente y del paciente, mediante la integración de sensores, cámaras y software de inteligencia artificial. Simplifica el flujo de trabajo de la adquisición de una vista posteroanterior del tórax gracias a que ofrece una guía de audio y video, así como asistencia para ajustar la altura del bucky, posicionar al paciente y configurar la técnica y el tamaño de colimación. Veamos más a fondo cómo Carestream está aplicando inteligencia artificial en radiología a través de los tres componentes del Flujo de DR inteligente.

Flujo de DR inteligente: Colocación inteligente.

La Colocación inteligente utiliza inteligencia artificial para evaluar la posición general del cuerpo del paciente para garantizar que tanto el equipo como la colocación del paciente cumplan con los requisitos del examen clínico. Dos cámaras RGBD (RGB y profundidad) recopilan información que se envía a un algoritmo de detección de pose y un clasificador. Estos componentes de hardware adicionales también son necesarios: dos controladores, un concentrador, una computadora personal de consola, marcadores para reconocimiento e indicadores de áreas de examen y preparación.

Un diagrama que muestra la ubicación de los componentes del sistema en una sala de imágenes.

Componentes del sistema de Flujo de DR inteligente

En la sala de examen se encuentra una pantalla de asistencia por video para brindarle al paciente la información del examen junto con una imagen que ilustra cómo colocarse junto al equipo. Una vez que el paciente se mueve al área de preparación, la altura requerida del bucky se calcula automáticamente junto con la verificación de que no puede ocurrir una colisión causada por el movimiento del bucky. Cuando el bucky se ha colocado a la altura adecuada, el paciente puede colocarse junto al bucky como se indica en la pantalla de asistencia por video. La información de colocación correcta será verificada con cualquier error y el ajuste requerido se presentará al técnico radiólogo. Esto incluye la altura de los hombros, el contacto del paciente con el bucky, la pose, la alineación central, la orientación, la inclinación y la posición de las manos.

Todos estos indicadores se pueden ver en la pantalla de la consola. Mientras tanto, el técnico radiólogo tiene el control total y puede anular una operación y/o tomar una exposición en cualquier momento, incluso si la posición del paciente no es correcta.

También me gustaría mencionar la asistencia por audio, aunque no se basa en tecnología de inteligencia artificial. Esta característica independiente se puede personalizar con clips de audio pregrabados de acuerdo con las necesidades del centro. También puede permitir la comunicación por voz de forma directa y en tiempo real con el paciente. La asistencia por audio también proporciona grabaciones de seguridad del paciente, por ejemplo, avisar a un paciente antes del movimiento automático del bucky.

una foto de la pantalla de asistencia por video en la sala de examen.

Una pantalla de asistencia por video proporciona al paciente información sobre el examen junto con una imagen que ilustra cómo colocarse junto al equipo.

La capacidad de Colocación inteligente permite al técnico radiólogo corregir los errores de posicionamiento antes de la adquisición, lo que reduce el tiempo, el costo y la dosis adicional asociados con una exposición repetida y, al mismo tiempo, mejora la uniformidad de la imagen. Además, la Colocación inteligente puede proporcionar una valiosa herramienta de capacitación para los técnicos radiólogos menos experimentados. Sus funciones automatizadas también deben disminuir el tiempo que un técnico radiólogo necesita para estar en contacto cercano con los pacientes para el posicionamiento: una gran ventaja ante la presencia de enfermedades infecciosas.

Técnica inteligente.

La técnica de exposición (ET) es el factor clave para lograr la calidad de imagen en un sistema de generación de imágenes médicas DR. En el mercado actual de DR, el control de exposición automática (AEC) se usa ampliamente para controlar el tiempo de exposición a una dosis determinada. No obstante, debido a las limitaciones del hardware, AEC no se puede utilizar en DR de mesa móvil o fija, lo que deja la ET predeterminada o el ajuste manual como las únicas opciones. Debido a que la ET predeterminada no es adecuada para todos los pacientes, los técnicos radiólogos deben tomarse el tiempo adicional para ajustar la ET, que depende de muchas variables, incluidos factores de diagnóstico, factores del paciente, factores de la cadena de imágenes y factores especiales.

Un vistazo de la vista previa de la imagen del técnico radiólogo que indica si todas las condiciones son correctas.

Si la Técnica inteligente identifica todas las condiciones como correctas, el técnico radiólogo puede seguir al siguiente paso. Si el técnico radiólogo realiza una exposición mientras se realizan los ajustes, la Técnica inteligente dejará de funcionar.

Establecer un valor demasiado alto o bajo para la ET conduce a sobreexposición y subexposición, respectivamente. El primero expone al paciente a niveles innecesariamente altos de radiación, mientras que el segundo da como resultado una mala calidad de imagen. [2,3].

Para ayudar a solucionar esto, nuestra Técnica inteligente impulsada por inteligencia artificial detecta automáticamente el tamaño del paciente para aplicar la ET adecuada. Esto minimiza la necesidad de que el técnico radiólogo realice ajustes manuales, lo que reduce su carga de trabajo y ayuda a reducir la dosis de radiación en el paciente y garantizar la calidad de la imagen. Utiliza una cámara RGBD para capturar información del paciente y aplica algoritmos de inteligencia artificial para detectar el grosor del paciente, el ancho de los hombros y la altura de la parte superior del cuerpo para calcular el tamaño del paciente. Luego, determina automáticamente la ET según el tamaño del paciente, el área de interés y los requisitos de diagnóstico.

Colimación inteligente.

El flujo de trabajo de colimación actual en la radiografía de DR requiere que el técnico radiólogo ajuste la configuración del colimador manualmente para que coincida con las diferentes partes del cuerpo de las que se obtendrán las imágenes. Esto es problemático por dos razones. La primera, porque requiere tiempo. La segunda, los ajustes del colimador realizados por técnicos radiólogos individuales en función de sus diferentes niveles de experiencia y mediciones visuales subjetivas serán dispares. Esto puede dar lugar a una dosis de radiación más alta de la necesaria para algunos pacientes, especialmente aquellos de quienes los técnicos radiólogos con menos experiencia obtienen imágenes. [4,5].

Mediante la aplicación de inteligencia artificial a la radiología, desarrollamos capacidades de Colimación inteligente. La Colimación inteligente puede ajustar automáticamente las hojas del colimador al tamaño de campo apropiado para distintos pacientes, lo que reduce tanto la dosis de radiación para los pacientes como la carga de trabajo de los técnicos radiólogos, liberándolos para brindar un mayor nivel de atención. Además, el tamaño del campo de colimación adecuado puede reducir la influencia de la dispersión de la radiografía y mejorar la calidad de la imagen.

La Colimación inteligente utiliza los datos de la cámara para reconocer la articulación del hombro humano, luego calcula el ancho y la altura del hombro para determinar el tamaño y la configuración correctos del campo de colimación. El sistema puede determinar la altura de colimación correcta (la longitud de la colimación en dirección vertical) para la vista posteroanterior del tórax con base en la altura del hombro del paciente y el tamaño del detector.

Una vez que el paciente está correctamente posicionado, el sistema también puede determinar el ancho correcto del campo de colimación (la longitud de la colimación en la dirección horizontal) con base en el ancho de los hombros del paciente y el tamaño del detector. Las ventajas significativas de la Colimación inteligente son la reducción potencial de la dosis del paciente y la mejora en la productividad del técnico radiólogo.

Beneficios de la inteligencia artificial en el flujo de trabajo de radiología.

Los sistemas de generación de imágenes médicas pueden no generar imágenes de diagnóstico calificadas por muchas razones, incluida la colocación incorrecta del paciente y/o el sistema. La aplicación de inteligencia artificial para automatizar muchos de los pasos en la adquisición de imágenes ayuda a lograr el posicionamiento correcto y la configuración precisa de los equipos de radiografía. Estas funciones de flujo de trabajo con inteligencia artificial ayudan a aumentar el rendimiento de los exámenes, lo que agrega ingresos a los resultados finales, y brindan a sus técnicos radiólogos una mayor confianza y satisfacción en el trabajo. Es igual de importante poder hacer un examen en menos tiempo y con menos movimiento del técnico radiólogo con el fin de aumentar la satisfacción del paciente, así como del técnico radiólogo. #carestreamAI #radiologyAI

Autor del blog: El Dr. Lei (Leo) Sunes ingeniero sénior de calidad de imágenes en Carestream Health. Se centra en la optimización de la calidad de imágenes, el flujo de trabajo y la dosis en radiografía digital.

Obtenga más información sobre cómo Carestream está aplicando la inteligencia artificial en radiología:

Cancelación de ruido inteligente

Características de la inteligencia artificial en la radiología para emplearlas hoy mismo

Inteligencia de Eclipse en acción

Referencias:

  1. Sajjad Rastegar, Jalal Beigi, Ehsan Saeidi, Reject analysis in digital radiography: A local study on radiographers and students’ attitude in Iran, Med J Islam Repub Iran.33; 2019PMC6708103.
  2. Problemas de exposición, https://www.upstate.edu/radiology/education/rsna/radiography/issues.php.
  3. J. Anthony Seibert, Richard L. Morin, The standardized exposure index for digital radiography: an opportunity for optimization of radiation dose to the pediatric population, Pediatr Radiol. 2011; 41(5): 573–581, doi: 10.1007/s00247-010-1954-6.
  4. Ofori K, Gordon SW, Akrobortu E, Ampene AA, et al. Estimation of adult patient doses for selected X-ray diagnostic examinations. J Radiat Res Appl Sci. 2014; 7(4):459-62.
  5. Engel-Hills P. Radiation protection in medical imaging. Radiography. 2006;12(2):153-60.
  6. Tested Smart Positioning performance in Renji hospital (Shanghai, May 2020) and The First People’s Hospital of Kunshan (May 2020). Smart Positioning demo placed in these two hospitals for clinical trials for one week.
Facebook
WhatsApp

POST A COMMENT

This site uses Akismet to reduce spam. Learn how your comment data is processed.