Actualizado 20 de marzo, 2022
Las imágenes en medicina son una de las herramientas de diagnóstico más utilizadas y si bien los hallazgos incidentales se anotan en el informe de radiología, a menudo pasan desapercibidos para el médico que los solicita. Si bien muchos de estos hallazgos son benignos, algunos pueden convertirse en tumores malignos, lo que hace que el seguimiento oportuno sea esencial para evitar daños a la salud del paciente a largo plazo. Reconociendo la grave amenaza para la seguridad del paciente y el riesgo financiero, la Northwestern Medicine, un sistema de atención médica asociado a la Universidad Northwestern, Chicago, EE.UU. movilizó un equipo multidisciplinario con miembros de Radiología, Calidad, Seguridad del Paciente, Mejora de Procesos, Atención Primaria, Enfermería, Informática y otros para abordar el problema. El equipo creó un sistema que utiliza inteligencia artificial (IA) integrado en el registro médico electrónico (EHR) que se ejecuta en casi todos los estudios de imágenes solicitados en el sistema de salud de 11 hospitales. Cuando es necesario, la IA activa una alerta en el EHR que muestra claramente los hallazgos y los seguimientos recomendados directamente en el flujo de trabajo del médico que realiza la solicitud.
Durante 13 meses, se revisaron más de 570 000 estudios de imágenes del sistema pulmonar, de los cuales más de 29 000 se marcaron como que contenían recomendaciones de seguimiento relacionadas , una tasa del 5.1 % de ocurrencia de hallazgos relacionados y un promedio diario de 70 hallazgos. La validación clínica prospectiva del sistema de Northwestern, la primera de su tipo, demostró una sensibilidad del 77 %, una especificidad del 99 % y un valor predictivo positivo del 90 % para los hallazgos pulmonares que requieren seguimiento. Hasta la fecha, el flujo de trabajo ha generado casi 5000 interacciones con los médicos solicitantes y ha rastreado más de 2400 seguimientos hasta su finalización. Los autores concluyen que el sistema demuestra un potencial significativo para mejorar el seguimiento confiable de los hallazgos de imágenes y, por lo tanto, para reducir la morbilidad prevenible en la enfermedad pulmonar y otras áreas de la medicina de alto riesgo y propensas a problemas.
Es importante aclarar que la IA no se implementa para tomar decisiones clínicas, las decisiones clínicas las toman el radiólogo y el médico que las ordena. Facilita la toma de decisiones del médico en lugar de desplazar al médico.
Domingo J, Galal G, Huang J et al. Preventing Delayed and Missed Care by Applying Artificial Intelligence to Trigger Radiology Imaging Follow-up. NEJM Catalyst Innovations in Care Delivery 2022; 04. DOI:https://doi.org/10.1056/CAT.21.0469