El seguimiento de los estudios previos de los pacientes es una tarea que consume mucho tiempo en el flujo de trabajo de los radiólogos, pero nuevas investigaciones sugieren que el aprendizaje profundo podría ayudar a reducir significativamente esa carga.
Publicado en el Academic Radiology el 18 de mayo, el estudio detalla cómo los expertos pudieron reducir aproximadamente un 40% el tiempo de interpretación de los radiólogos utilizando una herramienta de aprendizaje profundo para identificar los estudios relevantes previos de los pacientes. La herramienta TimeLens no solo fue eficaz para identificar los exámenes, sino que también destacó los hallazgos de interés de exámenes anteriores para que los radiólogos los revisaran.
Los autores del nuevo documento sugerieron que reducir el tiempo que los radiólogos dedican a rastrear manualmente estudios previos sería de gran beneficio tanto para los pacientes como para los proveedores.
"La naturaleza intensiva en tiempo de esta evaluación longitudinal no solo es subóptima en el contexto de las crecientes cargas de trabajo de radiología, sino que también puede resultar en una revisión limitada de exámenes relevantes previos, poniendo en riesgo la precisión interpretativa y la calidad de los informes", señalaron el autor correspondiente Thomas Weikert, MD, del Departamento de Radiología del Hospital Universitario de Basilea en Suiza, y sus colegas.
TimeLens se basa en procesamiento de lenguaje natural y algoritmos de emparejamiento de imágenes basados en descriptores. El equipo evaluó los tiempos de interpretación y hábitos de los lectores (clics, movimientos del mouse, etc.) al utilizar la herramienta en 3.872 series de 246 exámenes de radiología de 75 pacientes (189 tomografías computarizadas, 95 resonancias magnéticas).
El uso de la herramienta redujo el tiempo promedio necesario para examinar un hallazgo en todos los puntos de tiempo desde 107 segundos a 65 segundos, y las evaluaciones de nódulos pulmonares se beneficiaron de las mayores reducciones. Dado que la herramienta identificó estudios previos relevantes para los lectores, su uso también redujo los clics en más del 17% y el movimiento del mouse en un 38%.
Otro hecho interesante que se observó fue que los residentes involucrados en el análisis fueron más rápidos al usar la herramienta en comparación con los radiólogos más experimentados. Los autores explicaron que esto se debe probablemente a la idea de que los residentes de hoy son "nativos digitales" que pueden adaptarse más fácilmente a las nuevas tecnologías.
Aunque es difícil comprender completamente el impacto financiero de cuánto tiempo se ahorraría al no tener que buscar imágenes previas, el equipo pudo utilizar datos del NHS para hacer una estimación. Basándose en estadísticas que informan de 780.000 exámenes de imágenes transversales con un promedio de 3 hallazgos por estudio que requieren comparación en agosto de 2021, el uso de la herramienta de aprendizaje profundo habría ahorrado 1.145 días de tiempo de lectura solo dentro del sistema NHS.
El resumen del estudio está disponible aquí.
