Impacto de la IA en el tiempo de lectura de los radiólogos
Las herramientas de Inteligencia Artificial (IA) pueden ayudar al radiólogo a resolver tareas de interpretación como la detección de lesiones, la medición automática y brindar apoyo en la toma de decisiones. Además, se ha demostrado que las herramientas de IA pueden reducir el tiempo de lectura de los radiólogos, especialmente en las tareas de detección del cáncer de mama, pulmón y colon.
Sin embargo, las herramientas de IA a menudo se investigan de forma retrospectiva en entornos de investigación, sin interacción entre la herramienta y el entorno clínico. Por lo tanto, Müller y sus colegas estudiaron la influencia de múltiples funcionalidades de IA en el tiempo de lectura del radiólogo en un entorno clínico.
El objetivo principal de su estudio de viabilidad fue investigar si los tiempos de lectura de los radiólogos, cuando utilizaban múltiples herramientas de IA de forma simultánea, no eran inferiores a los tiempos de lectura sin la herramienta de IA, en exámenes de TC torácica de baja dosis sin contraste. Por otro lado, evaluaron si la herramienta de IA conducía a hallazgos adicionales o afectaba a la confianza diagnóstica de los lectores radiólogos.
¿Cómo lo lograron?
Para llevar a cabo el estudio se implementó una herramienta de IA en el flujo de trabajo de lectura de PACS de los exámenes de TC de tórax sin contraste. Primero, un observador externo registró el tiempo de lectura para un radiólogo consultor y un residente de radiología. Después de cada caso, los radiólogos respondieron a preguntas sobre los hallazgos adicionales y la percepción de la visión general del caso.
Se registraron los tiempos de lectura de 25 casos sin ayuda de la herramienta de IA y de 20 casos con ayuda de esta para cada lector. Las diferencias en el tiempo de lectura con y sin la herramienta de IA se evaluaron mediante la prueba t de Welch para determinar la no inferioridad, con límites de no inferioridad definidos como 100 segundos para el consultor y 200 segundos para el residente.
NOTA: La prueba de Welch es una de las pruebas más utilizadas en estadística para comparar las observaciones de 2 grupos.
Resultados
En la Tabla 1 se muestran los resultados obtenidos para cada radiólogo. La herramienta de IA condujo a hallazgos procesables adicionales en 5/40 (12,5%) estudios y una mejor visión general en 18/20 (90%) de los estudios para el residente.
Conclusión
Los investigadores concluyeron que la implementación de una herramienta de IA basada en el PACS para la lectura concurrente de exámenes de TC de tórax no aumentó el tiempo de lectura. Al mismo tiempo se realizaron hallazgos procesables adicionales, así como una mejor visión general del caso percibida por el residente de radiología. En otras palabras, proporcionó beneficios de diagnóstico para ambos radiólogos. Aún así, los autores invitan a que los resultados se verifiquen en un estudio a gran escala.
Müller, F. C., Raaschou, H., Akhtar, N., Brejnebøl, M., Collatz, L., & Andersen, M. B. (2021). Impact of Concurrent Use of Artificial Intelligence Tools on Radiologists Reading Time: A Prospective Feasibility Study. Academic Radiology. Published. https://doi.org/10.1016/j.acra.2021.10.008
