es.wedoany.com Noticia: Un estudio reciente revela que la inteligencia artificial puede mejorar significativamente la eficiencia durante la fase de adquisición de imágenes de tomografía computarizada (TC). Canon Medical, en colaboración con el Royal Bournemouth Hospital, comparó dos sistemas de TC: el Aquilion ONE INSIGHT Edition, equipado con una plataforma asistida por IA, y el Aquilion ONE GENESIS Edition, sin dicha asistencia. Se descubrió que el sistema con IA reduce el tiempo de exploración hasta en un 53% y disminuye el número de interacciones del usuario en un 45%.
El estudio, publicado en el Journal of Medical Imaging and Radiation Sciences, señala que los sistemas de salud enfrentan presiones para ampliar la capacidad de diagnóstico y reducir los tiempos de espera. Para los equipos de radiología, esta presión es especialmente cotidiana, ya que se les exige realizar más exploraciones con los mismos recursos y gestionar flujos de trabajo cada vez más complejos. Anteriormente, la aplicación de la IA en radiología se centraba principalmente en la interpretación de imágenes, pero los hallazgos de esta investigación destacan el potencial de la IA para influir en las etapas tempranas del proceso.
El estudio evaluó cuatro protocolos de TC de rutina, realizados por 12 radiógrafos de diagnóstico certificados que utilizaron configuraciones estandarizadas en ambos sistemas. Los protocolos incluyeron imágenes de cerebro, tórax, abdomen y pelvis. En cada caso, el uso de la plataforma asistida por IA logró tiempos de adquisición más rápidos y redujo la necesidad de entrada manual de datos.
Cada etapa del flujo de trabajo de exploración tradicional implica una serie de pasos manuales, desde el posicionamiento del paciente hasta la selección de los parámetros de exploración, lo que aumenta el tiempo y la complejidad para los radiógrafos. En contraste, la plataforma asistida por IA emplea tecnologías como la exploración de marcadores 3D y la detección de puntos de referencia anatómicos para apoyar la planificación y el posicionamiento automáticos de la exploración, ayudando a determinar el rango y campo de visión correctos, reduciendo así la necesidad de ajustes manuales y simplificando el proceso general. Estudios previos relacionados también indican que estos métodos automáticos pueden reducir la sobreexploración en imágenes de rutina de tórax, abdomen y pelvis, contribuyendo a disminuir la dosis de radiación innecesaria para los pacientes.
Los investigadores también encontraron que no existe una correlación significativa entre el nivel de experiencia de los radiógrafos y los resultados de rendimiento, lo que sugiere que esta tecnología podría ayudar a lograr flujos de trabajo más consistentes en equipos con diferentes niveles de especialización. Huw Jones, gerente de negocios de TC de Canon Medical Systems Reino Unido, afirmó que si se reduce el tiempo y los pasos necesarios para cada exploración, no solo se mejora la eficiencia, sino que también se crea más tiempo para la atención al paciente, mejorando así la experiencia del paciente. A largo plazo, incluso pequeños ahorros de tiempo por exploración pueden traducirse en ganancias operativas significativas.
En conjunto, estos hallazgos indican que la plataforma de adquisición asistida por IA tiene el potencial de mejorar de manera tangible el flujo de trabajo de TC, ayudando a los departamentos a aumentar su capacidad de examen mientras mantienen la consistencia en la práctica diaria. A medida que la demanda de imágenes continúa creciendo, la atención sobre el papel de estas soluciones para simplificar y acelerar las exploraciones en el apoyo a los equipos clínicos y las vías de atención al paciente sigue aumentando.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
