Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

La inteligencia artificial acorta tiempos de lectura de radiólogos para radiografías de tórax

Por el equipo editorial de MedImaging en español
Actualizado el 17 May 2023

La Inteligencia Artificial (IA) se ha convertido en una herramienta integral para la investigación en radiología. Con la disponibilidad del software comercial de IA, se ha incrementado el énfasis en demostrar la efectividad de la IA en aplicaciones médicas prácticas debido a la demanda clínica. La mayor parte de la investigación se ha centrado en la influencia de la IA en la atención al paciente y en los procesos de toma de decisiones de los médicos, así como en la obtención de resultados de diagnóstico fiables a través de la IA. Los radiólogos están interesados en determinar si la ayuda de la IA puede priorizar las imágenes para su revisión, reducir los casos pasados por alto o afectar los tiempos de lectura. Ha habido un interés particular en determinar cómo el uso de IA durante el análisis de radiografías de tórax puede influir en la carga de trabajo de los radiólogos. Ahora, un estudio observacional prospectivo ha encontrado que el uso de IA afecta los tiempos de interpretación de las radiografías de tórax entre los radiólogos y puede reducir los tiempos de lectura.

Para el estudio, los investigadores de la Universidad de Yonsei (Seúl, Corea del Sur) reclutaron a 11 radiólogos que aceptaron permitir el registro de sus tiempos de interpretación para un total de 18.680 radiografías de tórax desde septiembre hasta diciembre de 2021. El tiempo de lectura se definió como el lapso desde que las radiografías de tórax se abrieron hasta cuando fueron transcritas por el mismo radiólogo. Con el software comercial de IA implementado para todas las radiografías de tórax, los radiólogos podían consultar los resultados de la IA durante dos meses (período asistido por IA). En cambio, durante los otros dos meses, a los radiólogos se les impidió automáticamente acceder a los resultados de la IA (período sin asistencia de IA).


Imagen: La IA puede afectar los tiempos de lectura de los radiólogos para las radiografías de tórax (Fotografía cortesía de Freepik)
Imagen: La IA puede afectar los tiempos de lectura de los radiólogos para las radiografías de tórax (Fotografía cortesía de Freepik)

El estudio encontró que los tiempos totales de lectura se redujeron significativamente con el uso de IA, en comparación con sin ella. Cuando la IA no detectó anomalías, los tiempos de lectura fueron más cortos con el uso de IA. Sin embargo, si la IA detectaba alguna anomalía, los tiempos de lectura no se veían afectados por el uso de la IA. A medida que aumentaron los puntajes de anormalidad, también lo hicieron los tiempos de lectura, y se observó un aumento más notable con el uso de IA.

En conclusión, el estudio observacional prospectivo en un entorno clínico del mundo real reveló que la disponibilidad de los resultados de la IA influyó en los tiempos de lectura de las radiografías de tórax entre los radiólogos. En general, cuando los radiólogos consultaron a la IA, especialmente para radiografías de tórax normales, los tiempos de lectura disminuyeron; sin embargo, las anomalías identificadas por la IA en las radiografías de tórax parecían aumentar los tiempos de lectura. Por lo tanto, la IA puede mejorar la eficiencia de los radiólogos al ahorrar tiempo dedicado a las imágenes normales y permitirles dedicar este tiempo a las radiografías de tórax con anomalías detectadas.

Enlaces relacionados:
Universidad de Yonsei


New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
Portable Color Doppler Ultrasound System
S5000
New
Multi-Use Ultrasound Table
Clinton
Radiation Therapy Treatment Software Application
Elekta ONE

Últimas Radiografía noticias

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