2 de enero de 2019

La aprobación de la FDA de un sistema de IA basado en la nube capaz de diagnosticar la retinopatía diabética utilizando imágenes de la retina resalta el potencial del aprendizaje profundo y el análisis algorítmico para ayudar y, en algunos casos, reemplazar a los diagnósticos en las pruebas médicas

Si bien los laboratorios clínicos y los patólogos anatómicos han visto una cantidad cada vez mayor de investigación y conceptos relacionados con la inteligencia artificial (IA) con fines de diagnóstico, pocas tecnologías han llegado a un punto en el que estén listos para aplicaciones clínicas.

Sin embargo, la reciente aprobación de la FDA del sistema de diagnóstico IDx-DR AI de IDx Technologies Inc. de Coralville, Iowa, a través de la vía de revisión previa a la comercialización de De Novo , ilustra cómo los sistemas de IA basados ​​en imágenes podrían algún día ayudar a los médicos, patólogos anatómicos y otros los proveedores de atención diagnostican enfermedades y guían las decisiones terapéuticas.

Ya en uso en los Hospitales y Clínicas de la Universidad de Iowa (UIHC), el dispositivo utiliza computación en la nube y algoritmos para “analizar de forma autónoma las imágenes de la retina en busca de signos de retinopatía diabética”, según el sitio web de IDx.

Esto permite que IDx-DR proporcione una decisión de detección aproximadamente 20 segundos después de la captura de imágenes.

El sistema IDx-DR

El sistema IDx-DR (arriba) entrega un resultado binario. Cuando hay signos de retinopatía diabética , el sistema recomienda un seguimiento con un oftalmólogo . Si no detecta signos de la afección, el sistema recomienda una evaluación de seguimiento en un año. Todo esto sucede sin el aporte de un médico o los servicios de un laboratorio médico. (Derechos de autor de la foto: Modern Healthcare ).

En un estudio clínico con 900 participantes publicado en Nature , un sistema de IA similar logró una sensibilidad del 87.2% y una especificidad del 90.7% en la detección de la retinopatía diabética, excediendo los objetivos de punto final primario previamente especificados.

“Las herramientas de inteligencia artificial pueden ayudar a los médicos a manejar muchos más datos mucho más rápido y ayudarlos a priorizar” , dijo a Modern Healthcare Susan Etlinger , analista de la industria del Grupo Altimeter . “Teóricamente, eso podría darle a un médico de familia muchas más herramientas en [su / caja de herramientas] para poder realizar un diagnóstico inicial en alguien y luego derivar a esa persona para un tratamiento adicional”.

La integración completa es prometedora para optimizar los flujos de trabajo de IA y diagnóstico

La capacidad de llegar a un diagnóstico sin un médico ya tiene el potencial de impactar drásticamente los flujos de trabajo y los servicios de los laboratorios médicos y otros diagnósticos. Sin embargo, IDx Technologies también mostró cómo la IA podría influir en la interfaz de datos, al tiempo que explicó a Modern Healthcare cómo han integrado IDx-DR con los sistemas de registros electrónicos de salud (EHR) de UIHC.

“Nadie ha integrado un sistema de diagnóstico donde no haya humanos involucrados”, señaló Michael Abramoff, MD, PhD , Director Ejecutivo y fundador de IDx. “Estamos aumentando lentamente porque queremos asegurarnos de resolver todos los problemas con el EHR y el flujo de trabajo”.

Una vez que el sistema de inteligencia artificial analiza las imágenes capturadas por una cámara de retina no midriática TRC-NW400 de Topcon , los resultados se comunican automáticamente a un EHR mediante la interfaz Health Level-7 (HL7). Todo el proceso se automatiza una vez que se captura la imagen.

“Las ventajas generales de la IA incluyen la automatización de ciertas tareas. Esta automatización permite una mayor escala, es decir, un mayor acceso a un servicio. Para sistemas como IDx-DR, también permite que el talento cambie el enfoque a otras áreas de alta prioridad ”. Maia Hightower, MD , Oficial Principal de Información Médica y Oficial Principal de Salud de la Población de la Universidad de Iowa Healthcare , dijo a Digital Journal . “La atención médica es una industria en la que existe una escasez crítica de talento clave, incluidos asistentes médicos, enfermeras y médicos. La inteligencia artificial ayuda a detectar áreas de alto riesgo tanto operativas como clínicas para que los recursos limitados puedan ser dirigidos a las áreas de mayor necesidad o mayor rendimiento “.

El proceso utilizado por UIHC destaca los beneficios potenciales para los laboratorios médicos a medida que la IA continúa impactando los flujos de trabajo de diagnóstico y el procesamiento de la información. La capacidad de racionalizar los flujos de trabajo y descargar tareas repetitivas a la automatización o la inteligencia artificial podría permitir a los trabajadores de laboratorio capacitados centrarse aún más en el diagnóstico de casos complejos o difíciles.

Ryan-Amelon-PhD-IDx

“Debido a la naturaleza altamente robótica de la cámara y al diagnóstico totalmente autónomo, prácticamente cualquier persona en un entorno de atención médica puede recibir capacitación para operar IDx-DR”, dijo Ryan Amelon, PhD , Director de Investigación y Desarrollo de IDx Digital Journal . “El resultado se muestra al usuario en menos de un minuto o se inserta directamente en el EMR. La experiencia completa del paciente es de aproximadamente cinco minutos ”. (Copyright de la foto: LinkedIn ).

Aplicación de IA a más tipos de diagnósticos médicos

En un editorial publicado en NPJ Digital Medicine , Pearse Keane, MD , científico clínico en el Instituto Nacional de Investigación en Salud (NIHR) en el Reino Unido, y Eric J. Topol, MD , Director del Instituto de Ciencia Traslacional Scripps (STSI) y El vicepresidente ejecutivo del Instituto de Investigación Scripps , publicó preguntas sobre el sistema IDx-DR y su aprobación por la FDA.

Según Healthcare IT News , las preocupaciones clave incluyen:

  • Un tamaño de muestra relativamente pequeño para determinar la precisión del diagnóstico;
  • La capacidad de las clínicas para incorporar la detección retiniana en sus prácticas; y,
  • La capacidad de IDx-DR para detectar neuropatía diabética cuando los pacientes presentan otras afecciones retinianas más graves.

A pesar de estas preocupaciones, Keane y Topol señalan: “Si bien siempre es fácil ser crítico con los estudios que forjan un nuevo terreno, es importante aplaudir a los autores por este trabajo fundamental”.

Para los laboratorios de anatomía patológica, el sistema IDx-DR representa una prueba de concepto de que la IA y el aprendizaje profundo pueden analizar imágenes médicas, en este caso, fotografías de la retina, y trabajar junto a profesionales capacitados o en lugar de ellos para tomar decisiones y guiar el proceso de diagnóstico. ¿Cuánto tiempo pasará antes de que sistemas similares de diagnóstico de IA lleguen a los laboratorios clínicos?

“Aunque el aprendizaje profundo no será una panacea, tiene un enorme potencial en muchas áreas clínicas donde los datos de alta dimensión se asignan a una clasificación simple y para los cuales los conjuntos de datos son potencialmente estables durante períodos prolongados”, concluyeron Keane y Topol en su editorial. “Como tal, será responsabilidad de los profesionales de la salud familiarizarse más con esta y otras tecnologías de IA en los próximos años para garantizar que se usen de manera adecuada”.

Ver fuente de origen

* Recuerde. Al pulsar el enlace “Ver más, Leer más, Ver fuente de origen o Visitar Sitio Web”, usted abandonará nuestro entorno. En ese caso, la web a la que accederá no es propiedad nuestra y por lo tanto, nosotros no nos hacemos cargo de los contenidos, informaciones o servicios presentes en ella, ni de la política de privacidad que aplique el sitio web de un tercero.
Abrir chat
Gracias por venir ¿En que te puedo ayudar?
Powered by