Diagnosticar el enfisema y clasificar su gravedad ha sido durante mucho tiempo más arte que ciencia.
"Todos tienen un umbral de activación diferente para lo que llamarían normal y lo que llamarían enfermedad", dijo U. Joseph Schoepf, MD, director de imágenes cardiovasculares de MUSC Health y decano asistente de investigación clínica en la Universidad Médica del SurCarolina College of Medicine. Y hasta hace poco, los escaneos de pulmones dañados habían sido un punto discutible, dijo.
"En el pasado, si perdía tejido pulmonar, eso era todo. El tejido pulmonar se había ido y había muy poco que pudiera hacer en términos de terapia para ayudar a los pacientes", dijo.
Pero con los avances en el tratamiento en los últimos años ha aumentado el interés en clasificar objetivamente la enfermedad, dijo Schoepf. Ahí es donde la inteligencia artificial y las imágenes podrían entrar en juego.
Schoepf fue el investigador principal en un estudio que analizó los resultados del AI-Rad Companion de Siemens Healthineers en comparación con las pruebas de función pulmonar tradicionales. El estudio, publicado en línea en el American Journal of Roentgenology en marzo, mostró que el algoritmo dentro de AI-Rad Companion, que examina los escáneres de tórax, proporciona resultados comparables con las pruebas de función pulmonar, que miden la fuerza con la que una persona puede exhalar. Mostrar que el software de inteligencia artificial funciona es el primer paso hacia posiblementeusando escáneres de tórax para cuantificar la gravedad de la enfermedad pulmonar y rastrear el progreso del tratamiento.
En el estudio, los investigadores volvieron y examinaron los escáneres de tórax y las pruebas de función pulmonar de 141 personas. Los escáneres de tórax no son actualmente parte de las pautas para diagnosticar la enfermedad pulmonar obstructiva crónica, un término general que incluye enfisema, bronquitis crónica yotras enfermedades pulmonares, dijo Schoepf, porque no ha habido un medio objetivo para evaluar los escáneres.
Sin embargo, anticipa un papel para los escaneos de imágenes si se puede demostrar que ofrecen un beneficio en términos de objetividad y cuantificación.
Philipp Hoelzer, gerente de interacción con el cliente de Siemens Healthineers, dijo que tener una medición objetiva podría ayudar a evaluar el valor de nuevos tratamientos o medicamentos. El equipo de Siemens Healthineers ve el programa como una forma de que la inteligencia artificial trabaje en conjunto con la experiencia clínicade radiólogos, dijo.
"Quitar tareas manuales y repetitivas, como las que requieren mucha medición, es de gran beneficio para un radiólogo, especialmente cuando lee casos que pueden tener 20 o más nódulos", dijo. "Interpretar las imágenes yel pensamiento abstracto que lo acompaña permanecerá con el radiólogo ".
El programa también puede ofrecer una ayuda concreta a los médicos que intentan inculcar en los pacientes la necesidad de realizar cambios. Puede crear un modelo 3D de los pulmones del paciente, mostrando el daño existente.
"Si pudiera visualizarlo y proporcionar la información en términos de imagen, podría comunicarse mejor con el paciente y, con suerte, empujar al paciente a dejar de fumar o cambiar su estilo de vida", dijo Hoelzer.
Un beneficio adicional potencial es que AI-Rad Companion busca automáticamente problemas en múltiples sistemas de órganos, incluida la medición de la aorta y la densidad ósea. A medida que Schoepf pasa a una fase de estudio prospectivo, examinará si la inteligencia artificial encuentra cosas quelos humanos fallan. Y puede ser fácil para los humanos perderse problemas que no están buscando específicamente, dijo.
"Se nos dice que el paciente tiene este tipo de síntomas, y luego básicamente buscamos cosas que puedan explicar esos síntomas. Por lo tanto, a menudo estamos cegados a cosas que no necesariamente se relacionan con el sistema de órganos que estamosinteresado ", dijo.
También puede ser difícil para los humanos crear una medición precisa de una estructura tridimensional dentro del cuerpo a partir de un escaneo bidimensional, algo que no es un problema para el programa de inteligencia artificial. Puede combinar automáticamente múltiples 2Dimágenes para producir mediciones en 3D.
Schoepf quiere ver si el programa mejora el manejo del paciente al provocar un tratamiento temprano de los problemas, como una aorta ensanchada o una disminución de la densidad ósea, antes de que los problemas se vuelvan dolorosamente obvios tanto para el médico como para el paciente.
Además, abordando el entorno de atención médica que cambia dinámicamente, actualmente se están realizando esfuerzos significativos para capacitar al software de inteligencia artificial en la detección y caracterización de los cambios pulmonares relacionados con COVID-19. Con suerte, esto proporcionaría a los médicos una herramienta paradiferencie mejor los hallazgos pulmonares bastante inespecíficos de la neumonía por COVID-19 de otros trastornos pulmonares infecciosos o inflamatorios y cuantifique más objetivamente el alcance de la enfermedad.
En términos de las medidas para las cuales se desarrolló originalmente, Schoepf dijo que MUSC Health probará el sistema durante tres meses antes de determinar si se implementará más ampliamente. Con una red regional que ahora incluye hospitales en todo el estado, podría ser unherramienta útil para estandarizar la atención.
"Es una gran oportunidad para que los pacientes reciban una mejor atención. Tenemos radiólogos de primera clase aquí, pero estos sistemas agregan un poco más", dijo.
Fuente de la historia :
Materiales proporcionado por Universidad de Medicina de Carolina del Sur . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :