Con sede en Scottsdale, Arizona, SimonMed es uno de los consultores de radiología y proveedores de imágenes médicas para pacientes ambulatorios más grandes de los Estados Unidos. Cubre 10 estados con más de 150 ubicaciones y más de 200 radiólogos capacitados en subespecialidades.
SimonMed ofrece la modalidad completa de exploraciones de diagnóstico, que incluyen resonancia magnética 3T, tomografía computarizada, ultrasonido, mamografía 3-D, PET/CT, medicina nuclear, DEXA, rayos X y otros.
Respondiendo preguntas clave
La organización proveedora estaba buscando herramientas de inteligencia artificial para mejorar la atención al paciente e impulsar sus herramientas de diagnóstico.
«Por ejemplo, ahora utilizamos programas de ‘clasificación’ de IA, como la IA, para identificar posibles fracturas o neumonía», dijo Dr. John Simon, director ejecutivo de SimonMed. «Estos casos se marcan de inmediato y ascienden en la cola de lectura de radiología para leerse generalmente en menos de 10 minutos. Esta capacidad de clasificación restablece fundamentalmente las expectativas de respuesta para los casos positivos y continuará progresando hacia otros exámenes.
«En términos de herramientas de diagnóstico mejoradas, la IA mamaria tridimensional ofrece una segunda lectura para nuestro programa de mamografías tridimensionales, lo que garantiza una excelente sensibilidad y especificidad de nuestro equipo», continuó. «Otra forma en que la IA mejora nuestras herramientas de diagnóstico es identificar hallazgos que no necesariamente son visibles para el radiólogo, como mapear la pérdida asimétrica de volumen cerebral o las vías de materia blanca alteradas o calcular el flujo sanguíneo en las arterias coronarias».
Antes de la implementación de las herramientas de IA, las preguntas comunes que el personal de SimonMed había incluido:
-
¿Cómo podemos identificar los casos positivos y notificar a los proveedores clínicos y a los pacientes más rápidamente?
-
¿Cómo podemos mejorar nuestra sensibilidad y especificidad en nuestros informes?
-
¿Hay datos cuantitativos o modelados adicionales que no son visibles para el radiólogo pero que están presentes en las imágenes?
-
¿Cómo podemos compararnos con mayor precisión con exámenes anteriores?
Garantizar el acceso
«Nuestro enfoque con la IA es integrarla dentro del flujo de trabajo de los radiólogos, pero garantizar que tengan acceso a la poderosa tecnología subyacente a estos programas», explicó Simon. «Algunos programas proporcionan superposiciones sencillas de imágenes, pero la tendencia con programas más sofisticados es proporcionar una plataforma para el programa específico.
«Utilizamos estos programas para garantizar que los hallazgos de la IA se optimicen para cada paciente», continuó. «También presentamos esta tecnología a los proveedores de referencia. Por ejemplo, las mediciones volumétricas para los nódulos pulmonares son generalmente más sensibles que las mediciones 2D en la evaluación del cambio, pero gran parte de los protocolos de informes estandarizados se centran en 2D, mientras que sabemos desde hace años que la volumétrica es generalmente más preciso.»
Incorporar adecuadamente este nuevo conocimiento a la atención clínica requerirá la colaboración entre los equipos, añadió.
Métricas de éxito
SimonMed realizó un estudio de los resultados hasta la fecha. Las herramientas de IA han convertido los informes de radiología en un 82% más rápido que las lecturas sin la automatización, informó Simon. En la parte de análisis de rendimiento del estudio para evaluar la calidad, se utilizó a 1.442 pacientes en 14 centros SimonMed para determinar que la tecnología tiene un rango de sensibilidad por hueso del 96,9 % al 100 %.
Otras organizaciones proveedoras que quieran trabajar con IA similar deberían ver la tecnología tanto para la clasificación como para el diagnóstico, aconsejó Simon.
«Los requisitos serán algo diferentes y con diferentes KPI», concluyó. «En términos de diagnósticos mejorados, las herramientas pueden ser realmente notables, por lo que es importante tener la mente abierta y ser curiosos, ya que este es un campo en rápida evolución».
Siga la cobertura HIT de Bill en LinkedIn: Bill Siwicki
Envíele un correo electrónico: [email protected]
Healthcare IT News es una publicación de HIMSS Media.