Agregar fotos del paciente a las imágenes reduce errores
Por el equipo editorial de MedImaging en español Actualizado el 20 Aug 2013 |
Una nueva investigación ha revelado que agregar fotos faciales a las imágenes de rayos X puede disminuir cinco veces los errores de paciente equivocado.
“Los rayos X se pueden parecer, y si las imágenes de un paciente son confundidas con otras antes de que el radiólogo las vea, puede ser difícil para el radiólogo determinar que hay una inconsistencia”, dijo el Dr. Srini Tridandapani, de la Universidad de Emory (Atlanta, GA, EUA), y un autor del estudio.
Como parte del estudio, 10 radiólogos interpretaron 20 pares de imágenes radiográficas con y sin fotografías. De dos a cuatro parejas discordantes fueron incluidas en cada serie de 20 parejas de imágenes. Cuando las fotografías fueron adicionadas, los radiólogos identificaron con exactitud la discordancia el 64% de las veces. La tasa de detección de error fue de aproximadamente 13% cuando las fotografías no estaban incluidas, según el Dr. Tridandapani.
En el estudio, los radiólogos no sabían que podían usar las fotografías como una manera de identificar las imágenes de rayos-x discordantes, y algunos reportaron que intencionalmente ignoraron las fotografías porque pensaron que el estudio estaba diseñado para determinar si la fotografía los distraía. “Hicimos un segundo estudio de cinco radiólogos, y les dijimos que usaran las fotografías. La tasa de detección de error subió a 94% en el segundo estudio”, dijo el Dr. Tridandapani.
Inesperadamente, el tiempo de interpretación disminuyó en el primer estudio cuando se añadieron las fotografías a las imágenes, de acuerdo con el Dr. Tridandapani. “No estamos seguros de por qué esto sucedió, pero pudo ser debido a que la fotografía suministró pistas clínicas que ayudaron al radiólogo a hacer el diagnóstico”, dijo. “Estimo que aproximadamente uno de 10.000 exámenes tienen errores de paciente equivocado. Se me ocurrió que debíamos añadir una fotografía en cada estudio de imagenología médica como un medio de corregir este problema después de que recibí una llamada telefónica, y una foto de quien llamaba apareció en mi teléfono. La foto me identificó inmediatamente quién estaba llamando”.
El estudio requirió personal adicional para tomar las fotografías de los pacientes inmediatamente después de los rayos-x de los pacientes. Sin embargo, el Dr. Tridandapani y sus colegas han desarrollado un sistema prototipo donde la cámara puede ser unida a un equipo portátil de rayos X; la fotografía es tomada sin personal adicional.
Los resultados del estudio, realizado conjuntamente en la Universidad de Emory y el Instituto Tecnológico de Georgia (Atlanta, GA, EUA), fueron presentados en Abril de 2013 durante el congreso anual de la Sociedad Americana de Rayos Roentgen (ARRS), realizado en Washington DC (EUA).
Enlaces relacionados:
Emory University
Georgia Institute of Technology
“Los rayos X se pueden parecer, y si las imágenes de un paciente son confundidas con otras antes de que el radiólogo las vea, puede ser difícil para el radiólogo determinar que hay una inconsistencia”, dijo el Dr. Srini Tridandapani, de la Universidad de Emory (Atlanta, GA, EUA), y un autor del estudio.
Como parte del estudio, 10 radiólogos interpretaron 20 pares de imágenes radiográficas con y sin fotografías. De dos a cuatro parejas discordantes fueron incluidas en cada serie de 20 parejas de imágenes. Cuando las fotografías fueron adicionadas, los radiólogos identificaron con exactitud la discordancia el 64% de las veces. La tasa de detección de error fue de aproximadamente 13% cuando las fotografías no estaban incluidas, según el Dr. Tridandapani.
En el estudio, los radiólogos no sabían que podían usar las fotografías como una manera de identificar las imágenes de rayos-x discordantes, y algunos reportaron que intencionalmente ignoraron las fotografías porque pensaron que el estudio estaba diseñado para determinar si la fotografía los distraía. “Hicimos un segundo estudio de cinco radiólogos, y les dijimos que usaran las fotografías. La tasa de detección de error subió a 94% en el segundo estudio”, dijo el Dr. Tridandapani.
Inesperadamente, el tiempo de interpretación disminuyó en el primer estudio cuando se añadieron las fotografías a las imágenes, de acuerdo con el Dr. Tridandapani. “No estamos seguros de por qué esto sucedió, pero pudo ser debido a que la fotografía suministró pistas clínicas que ayudaron al radiólogo a hacer el diagnóstico”, dijo. “Estimo que aproximadamente uno de 10.000 exámenes tienen errores de paciente equivocado. Se me ocurrió que debíamos añadir una fotografía en cada estudio de imagenología médica como un medio de corregir este problema después de que recibí una llamada telefónica, y una foto de quien llamaba apareció en mi teléfono. La foto me identificó inmediatamente quién estaba llamando”.
El estudio requirió personal adicional para tomar las fotografías de los pacientes inmediatamente después de los rayos-x de los pacientes. Sin embargo, el Dr. Tridandapani y sus colegas han desarrollado un sistema prototipo donde la cámara puede ser unida a un equipo portátil de rayos X; la fotografía es tomada sin personal adicional.
Los resultados del estudio, realizado conjuntamente en la Universidad de Emory y el Instituto Tecnológico de Georgia (Atlanta, GA, EUA), fueron presentados en Abril de 2013 durante el congreso anual de la Sociedad Americana de Rayos Roentgen (ARRS), realizado en Washington DC (EUA).
Enlaces relacionados:
Emory University
Georgia Institute of Technology
Últimas Radiografía noticias
- Algoritmo de aprendizaje automático identifica riesgo cardiovascular a partir de escaneos ósea de rutina
- La IA mejora la detección temprana de los cánceres de mama de intervalo
- Técnica de imágenes con IA se muestra prometedora en la evaluación de pacientes para ICP
- Mayor uso de radiografías de tórax permite detectar el cáncer de pulmón en etapas tempranas
- Las mamografías impulsadas por IA predicen el riesgo cardiovascular
- Modelo de IA generativa reduce significativamente el tiempo de lectura de radiografías de tórax
- La mamografía impulsada por IA mejora la detección de cáncer en entornos de lectura única
- Los detectores de conteo de fotones prometen imágenes rápidas de rayos X en color
- La IA puede señalar mamografías para una resonancia magnética suplementaria
- Imágenes 3D por TC a partir de una sola proyección de rayos X reducen la exposición a la radiación
- Método de IA predice el riesgo de cáncer de mama al analizar múltiples mamografías
- Sensores de rayos X orgánicos imprimibles podrían transformar el tratamiento del cáncer
- Detector altamente sensible y plegable hace que la radiografía sea más segura
- Nueva tecnología de detección de cáncer de mama podría ofrecer una alternativa superior a la mamografía
- Inteligencia artificial predice con precisión el cáncer de mama años antes del diagnóstico
- Radiografía de tórax con IA detecta nódulos pulmonares tres años antes de los síntomas del cáncer de pulmón
Canales
RM
ver canal
La resonancia magnética reemplazará la dolorosa punción lumbar para un diagnóstico más rápido de la EM
La esclerosis múltiple (EM) es una enfermedad neurológica difícil de diagnosticar debido a su amplia gama de síntomas. No todos los pacientes experimentan los mismos síntomas... Más
Resonancias magnéticas identifican enfermedades cardiovasculares con diez años de antelación
Las enfermedades cardiovasculares abarcan diversas afecciones que estrechan u obstruyen los vasos sanguíneos, como infartos, accidentes cerebrovasculares e insuficiencia cardíaca.... MásUltrasonido
ver canal
Nueva técnica sin incisiones detiene el crecimiento de lesiones cerebrales debilitantes
Las malformaciones cavernosas cerebrales (MCC), también conocidas como cavernomas, son agrupaciones anómalas de vasos sanguíneos que pueden formarse en el cerebro, la médula... Más
La ecografía pulmonar asistida por IA supera a expertos humanos en el diagnóstico de tuberculosis
A pesar de la disminución global de las tasas de tuberculosis (TB) en años anteriores, su incidencia aumentó un 4,6% entre 2020 y 2023. La detección temprana y el diagnóstico rápido son elementos esenciales... Más
La IA identifica la enfermedad de la válvula cardíaca a partir de una prueba de imagen común
La insuficiencia tricúspide es una afección en la que la válvula tricúspide del corazón no se cierra completamente durante la contracción, lo que provoca un flujo sanguíneo retrógrado que puede provocar... Más
Nuevo método de imágenes permite el diagnóstico temprano y seguimiento de la diabetes tipo 2
La diabetes tipo 2 se reconoce como una enfermedad inflamatoria autoinmune, en la que la inflamación crónica provoca alteraciones en la microvasculatura de los islotes pancreáticos, un factor clave en... MásMedicina Nuclear
ver canal
Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata
El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más
Nuevo anticuerpo radiomarcado mejora el diagnóstico y tratamiento de tumores sólidos
El receptor de interleucina-13 α-2 (IL13Rα2) es un receptor de superficie celular que se encuentra comúnmente en tumores sólidos como el glioblastoma, el melanoma y el cáncer... MásImaginología General
ver canal
Dispositivo portátil pionero ofrece una alternativa revolucionaria a las tomografías computarizadas
Actualmente, los pacientes con afecciones como insuficiencia cardíaca, neumonía o dificultad respiratoria suelen requerir múltiples procedimientos de diagnóstico por imagen... Más
Análisis de TC basado en IA predice daño renal en etapa temprana causado por tratamientos contra el cáncer
La terapia con radioligandos, una forma de medicina nuclear dirigida, ha cobrado relevancia recientemente por su potencial en el tratamiento de tipos específicos de tumores. Sin embargo, uno de... MásTI en Imaginología
ver canal
Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles
Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Plataforma para el manejo de imágenes agiliza los planes de tratamiento
Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... MásUna red global nueva mejora el acceso a la comprensión diagnóstica
Quest Diagnostics (Madison, NJ, EUA), un proveedor líder de servicios de información de diagnóstico, junto con otros proveedores de servicios de diagnóstico, ha anunciado la formación y el lanzamiento de la Red de Diagnóstico Global (GDN), un grupo de... Más
Una estación de trabajo nuevo apoya el flujo de trabajo de la imagenología pensando en los clientes
Una estación de trabajo de imagenología nueva ofrece una interfaz única e intuitiva para la toma eficiente de radiografías, fluoroscopias, mamografías y la toma de imágenes de las piernas/columna vertebral... MásIndustria
ver canal
Colaboración entre GE HealthCare y NVIDIA para reinventar la imagenología diagnóstica
GE HealthCare (Chicago, IL, EUA) ha iniciado un proceso de colaboración con NVIDIA (Santa Clara, CA, EUA), ampliando la relación existente entre las dos empresas para centrarse en la innovación... Más
Siemens y Sectra colaboran en la mejora de los flujos de trabajo en radiología
Siemens Healthineers (Forchheim, Alemania) y Sectra (Linköping, Suecia) han iniciado una colaboración destinada a mejorar las capacidades de diagnóstico de los radiólogos y, a... Más