Mejoras galardonadas en los procesos para el cuidado de la salud en el HSHS St. Anthony’s Memorial Hospital
Un enfoque estandarizado es esencial para obtener resultados y valor duraderos.
Por Michael. Janis, director ejecutivo de pacientes ambulatorios y servicios auxiliares, y director ejecutivo y ex presidente interino de HSHS St. Anthony’s Memorial Hospital.
La necesidad de mejorar el rendimiento a nivel de todo el centro de atención médica nunca ha sido más importante. Los pacientes califican el centro en línea, los buenos empleados son difíciles de encontrar, hay que hacer más con menos y la competencia es cada vez mayor. Pero, ¿por dónde empezar? ¿Cómo se pueden identificar los procesos que necesitan mayor atención y las mejoras que tendrán el mayor impacto? Y ¿cómo se puede sostener un alto rendimiento en el transcurso del tiempo?
Estas son algunas de las preguntas que el equipo de liderazgo del HSHS St. Anthony’s Memorial Hospital planteó cuando comenzamos la jornada hacia la mejora de procesos. En este blog, compartiré las respuestas a esas preguntas y explicaré cómo la metodología nos está ayudando a mejorar financiera y estructuralmente, además cómo está fortaleciendo al equipo de liderazgo.
Además, los resultados documentados de nuestras mejoras de procesos hicieron que el hospital obtuviera varios premios, que incluyen dos premios bronce y un premio plata de ILPex (Illinois Performance Improvement) que aprovecha el Baldrige Excellence Framework para orientar a las organizaciones de Illinois hacia niveles más altos de rendimiento y el premio Press Ganey Guardian of Excellence.
Un enfoque estandarizado es fundamental para resolver problemas complejos.
El punto más importante que deseo compartir es que es absolutamente fundamental que toda la organización siga una manera estructurada y estandarizada de resolver problemas complejos. Respetar la metodología, y el proceso de aprendizaje que surge de ella, es el camino para mejorar como una organización del cuidado de la salud.
Las operaciones del cuidado de la salud son complejas. Hay distintos líderes y cada quien tiene experiencias variadas y diferentes estilos de liderazgo. Cuando se trata de la solución de problemas y de la mejora de procesos, los líderes recurren a lo que les resulta cómodo y a lo que conocen. Sus procesos individuales no siempre son los más eficaces y al carecer de uniformidad, impiden el avance de la organización.
Tener procesos estandarizados y herramientas ayuda a que todo el mundo sea mejor para resolver problemas. La estandarización también crea una intención enfocada en objetivos y esfuerzos para que todos se dirijan hacia los mismos resultados deseados.Además, el hecho de contar con herramientas y terminología de carácter común aumenta el entendimiento y la participación de todo el personal del hospital. Nuestros colegas de primera línea pueden comprender mejor nuestros objetivos y sus funciones en nuestra jornada hacia la mejora de procesos continua.
Un mayor logro que resultó de nuestro enfoque estandarizado con respecto a la solución de problemas es la capacidad de los pacientes de registrarse con anticipación desde su casa para las pruebas de pacientes ambulatorios. Esto reduce drásticamente el proceso de contacto inicial de la consulta de un paciente ambulatorio. Nuestro registro electrónico de salud (EPIC) permite que los pacientes completen la mayor parte de su registro antes de una consulta, lo que reduce los tiempos de espera y casi elimina las salas de espera, dependiendo del momento del día en que llegue el paciente. El registro con anticipación a la consulta proporciona confidencialidad adicional al paciente y una consulta más rápida, lo que resulta en una experiencia de paciente mejorada.
Paso 1: Estandarizar un sistema de mejora de procesos.
Empiece por seleccionar y estandarizar un sistema de mejoras de procesos que esté diseñado específicamente para abordar problemas complejos. Seleccionamos SBAR, un sistema que desglosa un problema en información enfocada y concisa con respecto a cuatro áreas: situación, antecedentes, evaluación y recomendación. La seleccionamos porque funciona bien para nosotros. Hay otras herramientas disponibles.
Después de analizar un problema a través del marco SBAR, pasamos al modelo PDCA (Planificar, hacer, comprobar, actuar). Muchos líderes del cuidado de la salud están familiarizados con este modelo de mejora de procesos.
Paso 2: Identificar los procesos que necesitan mayor atención.
Cada departamento individual podría aportar varias iniciativas de calidad. Radiología podría proponer la mejora de los tiempos de inicio y finalización; el departamento de compras podría sugerir un nuevo software para agilizar los procesos. Pero ¿cómo se puede saber en qué mejoras de procesos hay que enfocar los recursos limitados?
Mi recomendación es alinear las decisiones con el Plan estratégico. Nuestro plan estratégico tiene cinco “pilares”. Integración de la misión, calidad, integración del cuidado de la salud, desarrollo del personal y gestión. Cuando nuestros líderes exponen problemas difíciles que se deben resolver, los comparamos con los pilares del Plan estratégico. Si un problema no se alinea con un pilar, no enfocamos nuestra atención ni nuestros recursos en eso en ese momento.
El siguiente paso es entender la importancia y la realidad del problema. Esta es la fase de “Evaluación” del SBAR. Revisamos recursos de evaluación comparativa externos para el rendimiento, como Press Ganey, cuando están disponibles. También obtenemos comentarios externos de la familia de los pacientes y de los miembros de la comunidad que participan en un comité creado para este propósito. Estos comentarios externos realmente mejoran nuestra capacidad de ver en qué situación estamos como organización y nos ayudan a descubrir nuestros puntos ciegos. En algunos casos, determinamos que estamosen una posición mucho mejor de la que pensábamos.
Otros factores que se consideran en esta fase de Evaluación son la adecuación estratégica, el tiempo de finalización, la facilidad de finalización, el retorno de la inversión de la iniciativa y los recursos que se requieren para lograrlo. En algunos casos, aceptamos que el proceso debe mejorar, pero no haremos eso si no contamos con el personal y los recursos adecuados y con el margen necesario para tener éxito. O es posible que nos demos cuenta de que los resultados de una iniciativa generarán ahorros mínimos para el hospital o para los pacientes y por lo tanto no vale la pena el esfuerzo que se requiere. Estos análisis son parte de nuestras reuniones semanales denominadas “martes de innovación” a las que asisten nuestro equipo de liderazgo.
Paso 3: Lograr y mantener un alto rendimiento.
Mencioné que el equipo de liderazgo se reúne semanalmente los martes. Sin embargo, los problemas, así como las oportunidades de resolverlos, se presentan todos los días. Por lo tanto, nos reunimos cuatro veces al día, todos los días. para
llevar a cabo “Encuentros de seguridad” con el propósito de resolver los problemas actuales y potenciales del día. Cada departamento envía un representante a cada uno de los encuentros. Esto incluye a radiología, personal de enfermería, laboratorio, centro de heridas, materiales, mantenimiento y otros. Dentro de 10 a 15 minutos abarcamos temas relevantes en todos los departamentos de nuestro hospital de 133 camas. En cada encuentro, seguimos un proceso estructurado para analizar lo siguiente:
- Qué está yendo bien
- Qué podría mejorar
- Qué se necesita
- Niveles de personal
- Oportunidades de daños
- Formas de ayudarse entre sí
En esos encuentros, en serio resolvemos los problemas de ese día. Por ejemplo, nos dimos cuenta que las áreas sin mucho movimiento enviaban al personal a casa cuando otros departamentos podían aprovechar su ayuda. Ahora reasignamos al personal según sea necesario Una semana tuvimos una gran cantidad de casos de ortopedia programados para cirugía. En el encuentro, determinamos que el departamento de materiales tenía poco personal debido a enfermedades. Enviamos a otras personas al departamento para reabastecer las estanterías con implantes y suministros ortopédicos para que esa cirugía tuviera las herramientas necesarias para cumplir con el programa. Si radiología dice que hay una gran cantidad de casos de pacientes ambulatorios para ese día, es posible que cambiemos al personal de enfermería disponible para gestionar el cuidado posterior al procedimiento. Debido a que he recibido capacitación cruzada en flebotomía, extraje sangre en los departamentos para ayudar cuando había poco personal de enfermería.
Además, aprender de las experiencias de otros departamentos puede ayudar a reducir el impacto de una situación similar si sucede en otro lugar. Todos obtienen conocimientos porque compartimos nuestra información.
Me doy cuenta de que la idea de tener cuatro encuentros diarios de seguridad suena como algo que exige mucho tiempo. Y al principio, varias personas expresaron su preocupación de que los encuentros serían una pérdida de tiempo. Pero una y otra vez, hemos visto el valor de estas reuniones en el transcurso del día. Además de abordar problemas potenciales en tiempo real, los encuentros ayudan a mantener el enfoque en las mejoras de procesos más integrales y el impulso correspondiente. Esto ayuda a evitar la razón principal que explica por qué fallan muchas iniciativas: una falta de comunicación. La información que se analiza en los encuentros está disponible para todos los empleados en una plataforma en línea. Los empleados pueden hacer clic en cualquier tema para ver lo que se analizó. Además, nos volvimos muy eficientes en nuestros encuentros.
Conclusiones clave para lograr mejoras en los procesos.
Primero, enfatizaré de nuevo que es fundamental tener una estructura y un proceso estandarizados para resolver problemas complejos. Segundo, esto debe adoptarse por toda la organización. Por esto, es fundamental obtener el respaldo activo de liderazgo desde el principio. Tal como en la mayoría de las iniciativas de cambios importantes, la participación y el respaldo del liderazgo es fundamental.
Tercero, hay que estar preparados para hacer ajustes. Como se puede imaginar, seleccionar nuestra metodología y luego incorporarla a nuestro flujo de trabajo diario requirió tiempo y capacidad de adaptación considerables. Hay que estar preparados para ser ágiles en este proceso y comprender que el mismo proceso evolucionará con el tiempo.
La solución de problemas complejos y la mejora de procesos continua se convirtieron en una parte integral de nuestras operaciones diarias en St. Anthony’s. El siguiente paso en la experiencia de la mejora de procesos es obtener el premio IMEC Gold Award que nos brindará la oportunidad de postularnos para el premio nacional de calidad Malcolm Baldrige National Quality Award.
Gracias por leer el artículo. Espero que sea valioso para usted haber leído sobre nuestras experiencias.
Referencias:
Janis, M. (22-02-2022) Mejoras galardonadas en los procesos para el cuidado de la salud en el HSHS St. Anthony’s Memorial Hospital. Carestream Radiology. https://www.carestream.com/blog/2022/02/22/mejoras-de-procesos-en-el-cuidado-de-la-salud-en-st-anthonys-hospital/
- Published in Imagenología
Cómo aplicar la inteligencia artificial en radiología para optimizar el flujo de trabajo
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.
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.
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.
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.
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
Referencias
Sunes, L. (08-03-2022) Cómo aplicar la inteligencia artificial en radiología para optimizar el flujo de trabajo. Carestream Radiology blog. https://www.carestream.com/blog/2022/03/08/como-aplicar-la-inteligencia-artificial-en-radiologia-para-optimizar-el-flujo-de-trabajo/
- Published in Imagenología
El “porqué” detrás de la aplicación de inteligencia artificial en radiología
Carestream acelera la entrega de características de inteligencia artificial que ayudan a mejorar los resultados y el cuidado de la salud para el paciente.
Existen varias tecnologías y términos técnicos relacionados con la inteligencia artificial (AI) que pueden distraer a algunas personas de los motivos por la búsqueda de soluciones con inteligencia artificial. En Carestream, sin embargo, claramente sabemos por qué aplicamos inteligencia artificial a nuestras soluciones de imágenes médicas. Para nosotros y los clientes a los que prestamos servicios en radiología, el “porqué” detrás de la inteligencia artificial es mejorar los resultados clínicos y el cuidado de la salud para el paciente, y crear más espacio y tiempo para la interacción humana.
- El papel que asume la inteligencia artificial en la mejora de los resultados clínicos
Un diagnóstico médico preciso es el primer paso para incluir a un paciente en un plan de tratamiento que ayudará a mejorar su salud y/o calidad de vida. Con frecuencia, las imágenes médicas son el primer paso para hacer un diagnóstico informado.
Las imágenes médicas son cuantificables. Pueden comprobar o refutar que algo no está bien y ambos resultados son igual de valiosos. La cantidad de información cuantificable en una radiografía digital se relaciona directamente con la calidad de la imagen.
Por eso, la intención de Carestream es brindar los más detalles posibles en una radiografía digital, con la dosis más baja posible, para que los radiólogos tengan la información que necesitan para hacer un diagnóstico confiable. Nuestras soluciones de inteligencia artificial juegan un papel importante para obtener este objetivo. Por ejemplo, nuestras capacidades de inteligencia en obtención de imágenes médicas de Eclipse brindan una excelente calidad de imagen y una confianza en el diagnóstico inigualable con inteligencia artificial, algoritmos patentados y capacidades avanzadas de procesamiento de imágenes.
Además, nuestro software de supresión de huesos aprovecha la inteligencia artificial para suprimir la aparición de huesos y mejorar la visualización de tejidos blandos, sin que el paciente requiera una exposición adicional. “Quitar” los huesos de la imagen le da al médico una imagen más clara del área de interés y ayuda a realizar una evaluación informada de la patología.
Al obtener las imágenes, el objetivo de capturar la mayor cantidad de información posible en una imagen se debe equilibrar con la necesidad de limitar la dosis de radiación excesiva. Nuestro software de cancelación de ruido inteligente (SNC) impulsado por inteligencia artificial impulsa este objetivo: permitir a nuestros clientes del cuidado de la salud reducir la dosis de radiación sin perder la calidad de la imagen en comparación con nuestro procesamiento de imágenes estándar.
También aplicamos inteligencia artificial para mejorar el proceso de captura de imágenes precisas y de calidad. Se pueden cometer errores en el proceso de captura de imágenes por varios motivos, que incluyen el posicionamiento incorrecto del paciente y/o del sistema. Por consiguiente, Carestream aplica inteligencia artificial para automatizar estos pasos en el proceso de adquisición de imágenes.
Nuestro flujo de trabajo de DR inteligente basado en inteligencia artificial permite una captura más precisa de la anatomía necesaria para realizar un diagnóstico adecuado. Además de ayudar a los equipos de radiología a capturar la mejor imagen y la más cuantificable posible, la automatización también hace que el proceso sea más eficiente. Esto hace que las imágenes de diagnóstico lleguen a las manos de los radiólogos y médicos lo más rápido posible a fin de que puedan comenzar un plan de tratamiento para sus pacientes.
Obtener la imagen capturada correctamente la primera vez también reduce la necesidad de repetir las tomas de radiografías y, por lo tanto, limita la exposición innecesaria a la radiación. Como puede ver, el software de inteligencia artificial de Carestream puede asumir un papel en la mejora considerable de los resultados clínicos porque ofrece una excelente calidad de imagen con la dosis más baja posible y aporta precisión al proceso de captura de imágenes.
El papel que asume la inteligencia artificial en la mejora de la experiencia humana
El software de inteligencia artificial de Carestream también está diseñado para mejorar la experiencia del paciente mediante la creación de más espacio y tiempo para la interacción humana.
El proceso de captura de imágenes es una yuxtaposición interesante de tecnología de vanguardia, como nuestro SNC impulsado por inteligencia artificial, y un proceso humano muy real e interactivo. Si alguna vez ha tenido una radiografía, sabe que se trata de una experiencia humana intensa. Probablemente un técnico radiólogo lo recibió, le llevó a la sala de imágenes y le explicó el proceso. Quizás el técnico le guio físicamente a la posición correcta.
Mencioné anteriormente que la automatización habilitada por nuestro flujo de trabajo de DR inteligente basado en inteligencia artificial permite que un técnico radiólogo realice un examen en menos tiempo. Pasar uno o dos minutos menos en una mesa de imágenes rígida y fría tal vez no le importe tanto a un paciente con un brazo fracturado. Sin embargo, tener que mantener una posición complicada durante uno o dos minutos menos puede ser importante para un paciente con una lesión dolorosa o para alguien que sufre de ansiedad o que se siente confundido con el procedimiento.
No olvidemos al otro ser humano en la ecuación de obtención de imágenes: el técnico radiólogo. Las características del flujo de trabajo con inteligencia artificial brindan a los técnicos la confianza adicional de que están capturando la mejor imagen posible, la cual ayudará a mejorar el cuidado de la salud para el paciente. Incorporar la inteligencia artificial (automatización) al proceso también libera a los técnicos radiólogos para que se enfoquen en una de las partes significativas de su trabajo: interactuar con el paciente. Tal vez puedan liberarse para sostener la mano de un paciente de mayor edad durante un minuto más. Esta pequeña pero significativa interacción humana también puede mejorar la experiencia del paciente.
- Aceleración de la entrega de aplicaciones con inteligencia artificial en radiología
El “porqué” de Carestream para aplicar inteligencia artificial en radiología es ayudar a mejorar los resultados clínicos y el cuidado de la salud para el paciente. Ahora, profundicemos en el “cómo”. En los términos más simples, el aprendizaje por computadora es una rama de la inteligencia artificial que se enfoca en el uso de datos y algoritmos para imitar la forma en que las personas aprenden, mejorando gradualmente su precisión. Al igual que las personas, entre más datos se ingieren, más aprende el algoritmo. En el mundo de las imágenes médicas, los “datos” son imágenes de rayos X. Para desarrollar las aplicaciones de inteligencia artificial más inteligentes y confiables posibles, entrenamos a nuestros algoritmos de aprendizaje por computadora usando miles de imágenes de diagnóstico anonimizadas proporcionadas a través de acuerdos con nuestros clientes.
Como se puede imaginar, esto requiere tiempo y la potencia de cálculo considerables. Por esto, establecimos una asociación estratégica con HPE GreenLake para aprovechar su servicio en la nube de nivel empresarial para el aprendizaje por computadora (plataforma ML Ops).
La plataforma permite un flujo de trabajo acelerado para la investigación, que incluye probar modelos de inteligencia artificial en datos clínicos, obtener comentarios más rápidos e implementar mejores soluciones. Caso en cuestión: tuvimos una reducción considerable en el tiempo para realizar ejecuciones de capacitación para nuestra solución de cancelación de ruido inteligente impulsada por inteligencia artificial, de 60 horas a 16 horas.
¿Cuál es la conexión entre la plataforma HPE (el “cómo”) y nuestro “porqué”? Acelera nuestra entrega de soluciones impulsadas por inteligencia artificial que pueden ayudar a nuestros clientes de cuidado de la salud a tener un impacto en el cuidado del paciente El uso de la plataforma HPE también libera a nuestros científicos de imágenes médicas para que le dediquen más tiempo a crear soluciones para nuestros clientes mientras gastan menos energía en diseñar la “estructura” que se necesita para crear soluciones con inteligencia artificial.
Nuestro uso de la plataforma ML-Ops se encuentra en su etapa formativa en este momento. A medida que ampliemos el uso de técnicas de inteligencia artificial para satisfacer las crecientes necesidades clínicas y operativas de nuestros clientes, seguiremos incorporando a más investigadores, ingenieros y médicos para crear estas soluciones. Creemos que apenas estamos comenzando a explorar cómo la inteligencia artificial y el aprendizaje por computadora pueden ayudar a mejorar los resultados y el cuidado de la salud para el paciente, y ese es el “porqué” definitivo de Carestream.
Referencias:
Damany, D. (29-06-2022) El “porqué” detrás de la aplicación de inteligencia artificial en radiología. Carestream Radiology blog. https://www.carestream.com/blog/2022/06/29/el-porque-detras-de-la-aplicacion-de-inteligencia-artificial-en-radiologia/
- Published in Imagenología