IA aplicada a los rayos X de tórax identifica la colocación inadecuada de los tubos de respiración

Por el equipo editorial de MedImaging en español
Actualizado el 01 Feb 2022
Un algoritmo de inteligencia artificial (IA) mejora la gestión de cuidados intensivos al evaluar la colocación del tubo de respiración (TR) endotraqueal y de traqueotomía.

El software de análisis de imágenes independiente Qure.ai (Mumbai, India), qXR-BT fue diseñado para analizar y determinar la posición de la punta de un TR en relación con la carina mediante la generación de una imagen de rayos X de tórax digital secundaria. Luego automatiza las mediciones y proporciona al médico tratante un informe sobre la exactitud de la posición del tubo en menos de un minuto. Esto permite a los médicos identificar la posición correcta y determinar si se requiere atención adicional. El algoritmo es independiente del proveedor y funciona en máquinas de rayos X portátiles y estacionarias.

Imagen: El software de IA identifica la colocación correcta de los tubos de respiración (Fotografía cortesía de Qure.ai)

Las radiografías de tórax se envían a qXR-BT por medio de funciones de transmisión dentro del sistema de archivo y comunicación de imágenes (PACS) del usuario. Una vez finalizado el procesamiento, qXR-BT devuelve los resultados al PACS del usuario u otro sistema de software de radiología o base de datos especificado por el usuario en una salida PDF que contiene imágenes de vista previa que muestran estructuras segmentadas, delineadas con un informe textual que describe las estructuras detectadas. El informe de texto se limita a la presencia o ausencia de los tubos de respiración y la carina detectada por el software.

Además, qXR-BT genera un informe de imágenes digitales y comunicaciones en medicina (DICOM), que consta de una sola serie DICOM adicional completa para cada escaneo de entrada que contiene superposiciones etiquetadas que indican la ubicación y el alcance de las estructuras segmentables, adecuado para ver en el PACS o visor de radiología. qXR-BT utiliza redes neuronales convolucionales (CNN) previamente entrenadas para procesar las imágenes.

“Se espera que qXR-BT se convierta en una característica estándar de cualquier marco de atención crítica, brindando a los residentes y médicos jóvenes más confianza para medir de manera confiable la colocación del tubo de respiración en pacientes intubados”, dijo Prashant Warier, director ejecutivo y fundador de Qure.ai. “Especialmente a raíz de la pandemia de COVID-19 y la necesidad de ventilación mecánica en los pacientes afectados, la necesidad de asistencia inmediata para una fuerza laboral de atención médica sobrecargada es primordial”.

Los estudios han demostrado que hasta el 25 % de los pacientes intubados fuera del quirófano tienen tubos endotraqueales mal colocados, lo que puede provocar complicaciones graves como hiperinflación, neumotórax, paro cardíaco y muerte. Además, hasta el 45 % de los pacientes de la UCI, incluido el 5-15 % de los pacientes con COVID-19, requieren vigilancia en cuidados intensivos e intubación para soporte ventilatorio.

Enlace relacionado:
Qure.ai


Últimas Radiografía noticias