Intelligenza Artificiale (IA) in Radiologia – Uno sguardo al futuro e al concreto impatto clinico della sua applicazione

.

Con tempi di refertazione più più rapidi del 30%, l’IA può rivoluzionare i processi radiologici in Italia

La radiologia è sempre stata all’avanguardia nell’innovazione digitale soprattutto quando si tratta di adottare applicazioni e strumenti software avanzati per migliorare i flussi di lavoro e la qualità diagnostica. L’introduzione dell’Intelligenza Artificiale (IA) nell’imaging medico, così come la diffusione delle più moderne tecniche di imaging, hanno permesso ai radiologi e agli operatori sanitari di avere un migliore accesso ai dettagli anatomici e agli aspetti clinici più profondi. Queste innovazioni hanno evidenziato la necessità di un’interazione integrata tra informatica delle immagini e dei dati, per supportare un’azione rapida su quei risultati clinicamente rilevanti che richiedono un’attenzione immediata. I medici, ora più che mai, hanno bisogno di un’intelligenza artificiale che sia integrata, basata sulle evidenze e che contribuisca a ridefinire la radiologia in un’epoca in cui la salute è al primo posto, l’assistenza sempre più integrata e le cure sempre più all’avanguardia. Nel mercato sanitario italiano, i maggiori esperti del settore specializzati nel campo dell’IA stanno favorendo l’utilizzo ed esplorando il potenziale di queste innovazioni – nella pratica reale – alla continua ricerca dei migliori risultati da un punto di vista clinico. Le innovazioni di Agfa HealthCare nel campo dell’imaging medicale sono note a livello globale, e anche in Italia si riscontra una presenza significativa del marchio. L’ultima innovazione, il framework RUBEE for AI, consente di abilitare i flussi di lavoro di IA nell’imaging medicale come parte della piattaforma Enterprise Imaging, leader nel settore. L’intelligenza artificiale nell’ambito dell’imaging clinico ha diverse applicazioni, che vanno dal Deep Learning, al Machine Learning, all’Image Analytics, all’elaborazione del linguaggio naturale e altro ancora. Qui di seguito si riportano alcuni dei vantaggi che i medici hanno già iniziato a riscontrare presso le strutture dove viene utilizzata la nostra Intelligenza Artificiale: – Utilizzo de i metadati prodotti dall’IA e trasformazione degli stessi in informazioni utili per l’attività lavorativa e diagnostica – Orchestrazione del flusso di lavoro, e automazione tramite Hanging Protocols intelligenti – Precision Reporting con l’analisi dei dati prodotti dall’IA – Collaborazione clinica e scientifica ai fini del “Peer Learning” basato sulle evidenze ottenute dagli algoritmi di IA. Da dove cominciare con l’IA? Una guida per gli operatori sanitari La sfida che i fornitori di servizi sanitari devono affrontare oggi riguarda la selezione tra le oltre 150 start-up di IA, tutte focalizzate su specifici casi d’uso clinici. La domanda da porsi è: come incorporare queste innovazioni dell’IA all’interno del proprio ambiente di lavoro in modo che abbiano un impatto clinico rilevante? RUBEE™ for AI, come parte della piattaforma di Enterprise Imaging, offre un’esperienza di IA perfettamente integrata e totalmente trasparente per il personale medico. Le soluzioni IA che sono state accuratamente selezionate, forniscono le migliori funzionalità per supportare il reale workflow clinico, dalla fase iniziale a quella conclusiva. Poiché è possibile incorporare i pacchetti specialistici di IA nei flussi di lavoro clinici, i metadati generati dagli algoritmi vengono utilizzati per automatizzare e ottimizzare l’operatività all’interno della suite Enterprise Imaging. Il framework RUBEE for AI consente di consolidare le diverse applicazioni (purché basate su standard) in pacchetti clinici specialistici, fornendo ai radiologi informazioni diagnostiche rilevanti e utili strumenti di supporto alle decisioni. Agfa HealthCare mira pertanto a supportare i radiologi e a massimizzare il valore aggiunto consulenziale che essi possono portare con le loro capacità e competenze. I massimi esperti del settore concordano sul fatto che per avere successo in questa era di innovazione, le grandi aziende del settore medicale, le start-up, il mondo accademico e gli ospedali dovranno collaborare attivamente. E’ concretamente difficile che un solo fornitore o una start-up di IA siano in grado di fornire una soluzione innovativa in totale autonomia; è pertanto necessario costruire uno scenario di fattiva collaborazione tra le parti interessate. I criteri di selezione: come scegliere la soluzione di IA più adeguata? È sempre più chiaro che l’IA non sostituirà i radiologi, ma di fatto migliorerà ulteriormente il loro lavoro quotidiano, aiutandoli a prendere decisioni condivise e basate su algoritmi clinicamente validati. Se l’IA non verrà integrata opportunamente nei flussi di lavoro clinici, non potrà mai offrire vantaggi concreti e rischierà di rimanere fine a sé stessa. Quando Agfa HealthCare ha lanciato la piattaforma “RUBEE for AI”, ha incluso strumenti come gli algoritmi per l’identificazione dei noduli polmonari, un pacchetto clinico per l’IA applicata alle mammografie che comprendeva applicazioni per le immagini 2D e di tomosintesi DBT, ed altre applicazioni per lo screening degli esami RX torace. L’obiettivo era quello di creare un ecosistema di aziende di prim’ordine che fornissero soluzioni di IA la cui efficacia fosse stata validata da pubblicazioni scientifiche e da concreti riscontri nella pratica clinica Cosa cerca un reparto di radiologia quando si tratta di IA integrata nel proprio flusso di lavoro? I clienti di Agfa HealthCare che utilizzano RUBEE di Enterprise Imaging hanno riscontrato che l’IA ha snellito in modo significativo il flusso di lavoro, permettendo una riduzione del 26% del tempo di refertazione e un miglioramento del 29% nel rilevamento dei noduli che in precedenza non venivano identificati “In Agfa HealthCare crediamo fortemente nella cultura della condivisione con l’obiettivo di migliorare i risultati. Ciò significa consentire un accesso più rapido alle informazioni di Imaging diagnostico, per poter guidare nella maniera più efficace i pazienti nel loro percorso di cura, nel posto giusto e al momento giusto”, commenta Andrea Polticchia, Managing Director South Europe Ecco alcuni dei risultati ottenuti grazie ai recenti investimenti nell’IA. Trasparenza decisionale I radiologi erano interessati a funzionalità avanzate (come la soppressione dei vasi) che avrebbero contribuito a migliorare l’individuazione dei noduli e pertanto il processo decisionale diagnostico. Validazione clinica Un aspetto che ad esempio è stato preso in considerazione è se la soluzione di IA fosse stata convalidata per tutti i tipi di noduli (solidi, parzialmente solidi, a “vetro smerigliato”, …). Precedenti e confronti Un elemento di differenziazione è stato la stretta integrazione dell’algoritmo di IA per TAC (ClearRead CT) all’interno di RUBEE che ha consentito l’elaborazione preventiva degli esami grazie al confronto con gli esami precedenti Incidentalomi Poiché le TAC del torace vengono eseguite a seguito delle più disparate manifestazioni cliniche, per le strutture sanitarie era importante che il pacchetto di IA applicato agli esami TAC aiutasse nell’identificazione degli incidentalomi, sia per le TAC con contrasto che per quelle senza contrasto. Evidenza scientifica I dipartimenti di radiologia si sono mostrati profondamente interessati alle evidenze scientifiche pubblicate da Agfa HealthCare, e in particolare agli articoli sottoposti a peer review relativamente alle prestazioni, all’efficienza e all’accuratezza dei citati pacchetti di IA. Un ospedale che si trova in una fase avanzata del suo percorso di implementazione dell’IA ha scoperto che, da quando ha adottato la soluzione, i radiologi stanno apprezzando il valore dell’IA integrata da diversi punti di vista: • “Rubee for AI” aiuta moltissimo nell’identificazione di incidentalomi • I piccoli noduli polmonari molto spesso vengono rilevati incidentalmente nelle TAC di screening e di follow up. Rilevarli e misurarli può essere un processo piuttosto laborioso e richiede molto tempo. • La soluzione “Rubee for AI” non solo rileva, ma caratterizza e misura questi noduli rendendo il processo: – Efficiente (richiede meno tempo) – Accurato – Riproducibile (eliminando la variabilità tra gli operatori) – Orientato alla facilitazione delle future scansioni di follow-up. – Automatizzato nella fase di rilevamento e caratterizzazione La soppressione dei vasi aiuta a individuare in maniera precoce i noduli tumorali. Il piccolo nodulo intrapolmonare perivascolare può essere difficile da rilevare e spesso può essere scambiato per un capillare. Lo strumento di intelligenza artificiale rileva questi noduli in modo più rapido e accurato, “sopprimendo” i vasi adiacenti e individuando così precocemente potenziali noduli cancerosi /metastasi. Un processo di refertazione più efficiente, fino al 30% più rapido. Un’altra categoria di esami in cui lo strumento IA si sta rivelando utile è quella delle angiografie polmonari. Ogni giorno vengono eseguite molte di queste scansioni in regime di ricovero e di emergenza. Una volta che il radiologo ha confermato o escluso l’eventualità di un’embolia polmonare, l’IA aiuta ad analizzare rapidamente i polmoni alla ricerca di eventuali ulteriori patologie, riducendo così significativamente i tempi di refertazione. Rubee for AI integrato nel flusso di lavoro. I risultati elaborati dall’IA vengono incorporati in tempo reale nel flusso di lavoro e sulle workstation del PACS Enterprise Imaging. I risultati, le misurazioni e la modalità di visualizzazione e dell’IA sono immedia tamente disponibili e gli hanging protocols sono configurati per consentire il confronto automatico tra gli esami attuali e i precedenti. L’algoritmo di intelligenza artificiale e i suoi risultati sono perfettamente integrati nella user experience e nei flussi di lavoro. Agfa HealthCare ritiene che le tecnologie al servizio dell’assistenza sanitaria debbano essere lungimiranti e portare un concreto impatto dal punto di vista clinico. La soluzione di “Augmented Intelligence” Rubee fa proprio questo, offrendo una serie di strumenti che consentono ai medici di massimizzare il valore delle proprie competenze, aumentare la produttività e migliorare nel suo complesso il processo diagnostico. Ed è stato fondamentale rendersi conto che, per ottenere i maggiori benefici per i medici, gli strumenti debbano essere fortemente integrati nei flussi di lavoro e nelle soluzioni che vengono utilizzate quotidianamente. Un pioniere globale dell’IA Agfa HealthCare è nella posizione privilegiata di avere all’interno della propria organizzazione un esperto del settore che si occupa di creare le strategie di mercato per le diverse soluzioni di IA. Il dottor Anjum Ahmed è il Global Chief Medical Officer di Agfa HealthCare e indirizza le iniziative di innovazione dell’Enterprise Imaging e dell’Intelligenza Artificiale per guidare le organizzazioni sanitarie ad avviare modelli di assistenza basati sul valore, a migliorare le cure e a massimizzare il ROI nell’Healthcare IT. I suoi white papers, sempre basati su esperienze concrete di applicazione dell’IA nell’imaging medico, sono stati pubblicati e distribuiti a livello globale da importanti associazioni di settore quali HIMSS. Essendo specializzato in machine learning e cognitive computing, nonché nelle loro applicazioni in ambito sanitario, il dottor Ahmed viene spesso interpellato come relatore in occasione di diversi eventi internazionali. Agfa HealthCare e il dottor Ahmed sono sempre lieti di aprire un confronto sulle innovazioni in materia di intelligenza artificiale. Visitate il sito di Agfa Healthcare per vedere la gamma di moduli di Intelligenza Aumentata applicati all’analisi del seno, della TAC del polmone, e della radiografia del torace.

Compare listings

Confrontare
Agfa Healthcare
  • Agfa Healthcare