Adoção de AI em radiologia para otimizar o fluxo de trabalho
Reading Time: 10 minutes read
O fluxo de trabalho Smart DR ajuda a aprimorar a qualidade e a consistência das imagens, além de agilizar a produtividade em relação aos pacientes.
As aplicações de inteligência artificial (AI) em radiologia vêm aumentando, especialmente no fluxo de trabalho, em que esse recurso pode ajudar a aumentar a eficiência dos exames e gerar resultados mais consistentes. O software da Carestream habilitado pelo Eclipse utiliza AI para otimizar o fluxo de trabalho de exames e aprimorar a qualidade e a consistência das imagens de diagnóstico. Nosso fluxo de trabalho Smart DR baseado em AI conta com três importantes componentes:
- Posicionamento inteligente
- Técnica inteligente
- Colimação inteligente
Nesta publicação, explico com estamos utilizando a AI em radiologia para a aquisição de uma visualização de PA do tórax.
AI para fluxo de trabalho DR para visualização de PA do tórax.
Técnicos em radiologia experientes sabem que o posicionamento correto e as configurações precisas do equipamento de raios X são essenciais para capturar imagens que atendam aos requisitos de diagnóstico. No entanto, a execução dessas etapas requer precisão e tempo, e mesmo os técnicos em radiologia mais qualificados às vezes não conseguem obter resultados clinicamente viáveis. (1)
A Carestream está aplicando AI no fluxo de trabalho de radiologia para ajudar a aprimorar a qualidade e a consistência das imagens, bem como para agilizar a produtividade em relação aos pacientes.
Por exemplo, antes de fazer a exposição em uma visualização de PA do tórax, o técnico em radiologia deve orientar o paciente a se posicionar da forma correta, ajustar a colimação e definir a técnica de exposição adequada de acordo com o tamanho do paciente. Outro exemplo: o técnico em radiologia pode realizar o posicionamento inadequado ou utilizar configurações de parâmetro de exposição incorretas, resultando em uma imagem que não atende aos requisitos de diagnóstico.
Nosso novo fluxo de trabalho Smart DR baseado em AI ajuda o técnico em radiologia a obter imagens de maneira uniforme entre todos os pacientes, permitindo mais consistência na apresentação e na qualidade das imagens, além de reduzir as repetições. A solução torna sistemas DR mais “inteligentes e conscientes” sobre o ambiente e o paciente ao integrar sensores, câmeras e software de AI. Ela simplifica o fluxo de trabalho de aquisição de uma visualização de PA do tórax ao oferecer orientação em áudio e vídeo, além de ajudar a ajustar a altura do bucky, a posicionar o paciente e a definir a técnica e o tamanho da colimação. Vejamos melhor como a Carestream está aplicando AI em radiologia por meio dos três componentes do fluxo de trabalho Smart DR.
Fluxo de trabalho Smart DR: posicionamento inteligente.
O posicionamento inteligente utiliza AI para avaliar a posição geral do corpo do paciente de modo a assegurar que tanto o equipamento quanto o paciente estejam bem posicionados segundo as necessidades do exame clínico. Duas câmeras RGBD (RGB e profundidade) coletam informações, que são enviadas para um algoritmo de detecção de postura e um classificador. Estes componentes de hardware adicionais também são exigidos: dois controladores, um hub, um PC de console, marcadores para reconhecimento e indicadores de áreas de exame e preparação.
Uma tela do assistente por vídeo é disponibilizada na sala de exame para apresentar ao paciente informações do exame e uma ilustração de como ele deve se posicionar próximo ao equipamento. Depois que o paciente se dirige à área de preparação, a altura necessária do bucky é calculada automaticamente, assim como a verificação de que não haja a possibilidade de colisão causada pela movimentação do bucky. Assim que que o bucky tiver se movimentado até a altura adequada, o paciente poderá se posicionar próximo ao bucky conforme indicado na tela do assistente por vídeo. Informações sobre o posicionamento correto serão verificadas e o técnico em radiologia é informado se há erros ou se é preciso realizar ajustes. Essa análise abrange a altura dos ombros, o contato do paciente com o bucky, a postura, o alinhamento centralizado, a orientação, a inclinação e o posicionamento das mãos.
Componentes do sistema de fluxo de trabalho Smart DR
Todos esses indicadores podem ser vistos na tela do console. O técnico em radiologia mantém o controle durante todo o tempo e pode substituir uma operação e/ou realizar uma exposição a qualquer momento, mesmo se o posicionamento do paciente não estiver correto.
Cabe mencionar também o assistente por áudio, ainda que não seja baseado em tecnologia de AI. Esse recurso à parte pode ser personalizado com trechos de áudio gravados previamente de acordo com as necessidades da instituição. Ele também permite a comunicação direta e em tempo real com o paciente por voz. O assistente por áudio também produz gravações que ajudam a promover a segurança do paciente, por exemplo, alertando-o antes de que o bucky realize um movimento automático.
O recurso de posicionamento inteligente permite que o técnico em radiologia corrija erros de posicionamento antes da aquisição da imagem, reduzindo, assim, o tempo necessário para realizar o exame, os custos e a dose adicional decorrente de exposições repetidas, além de aumentar a consistência das imagens. O posicionamento inteligente também pode ser utilizado como uma valiosa ferramenta de treinamento para técnicos em radiologia menos experientes. Seus recursos automatizados devem diminuir o tempo em que um técnico em radiologia precisa estar em contato próximo com os pacientes para posicioná-los, um grande benefício em caso de doenças infecciosas.
Uma tela do assistente por vídeo apresenta ao paciente informações do exame e uma ilustração de como ele precisa se posicionar próximo ao equipamento.
Técnica inteligente.
A técnica de exposição (exposure technique, ET) é o principal fator para adquirir imagens de qualidade em um sistema de aquisição de imagens DR. No mercado atual de DR, o controle de exposição automático (auto exposure control, AEC) é amplamente utilizado para controlar o tempo de exposição em uma determinada dose. No entanto, devido a limitações de equipamento, o AEC não pode ser empregado em DR móveis ou fixos de mesa, tornando a ET convencional ou o ajuste manual as únicas opções. Como a ET convencional não se adéqua a todos os pacientes, os técnicos em radiologia levam mais tempo para ajustá-la, o que depende de muitas variáveis, como fatores diagnósticos, o próprio paciente, a cadeia de imagens e outros fatores especiais.
Definir a ET muito alta ou baixa resulta respectivamente em superexposição ou subexposição. A primeira expõe o paciente desnecessariamente a níveis elevados de radiação, ao passo que a subexposição gera imagens de baixa qualidade [2,3].
Se a técnica inteligente identifica que todas as condições estão corretas, o técnico em radiologia pode avançar para a etapa seguinte. Se ele realiza uma exposição enquanto os ajustes estão em execução, a técnica inteligente é interrompida.
Para ajudar a contornar isso, nossa técnica inteligente orientada por AI detecta automaticamente o tamanho do paciente para aplicar a ET adequada. Dessa forma, o técnico em radiologia não precisa realizar tantos ajustes manuais, o que reduz sua carga de trabalho, ajudando a diminuir a dose de radiação sobre o paciente e a assegurar a qualidade da imagem. Nossa técnica utiliza uma câmera RGBD para capturar informações do paciente e aplica algoritmos de AI para detectar a espessura, a largura dos ombros e a altura da parte superior do corpo do paciente, calculando, assim, o tamanho do paciente. Em seguida, ela determina automaticamente a ET de acordo com o tamanho do paciente, da área de interesse e das necessidades do diagnóstico
Colimação inteligente.
O fluxo de trabalho de colimação atual em DR exige que o técnico em radiologia ajuste manualmente as definições do colimador de acordo com as diferentes partes do corpo que serão capturadas na imagem. Isso é problemático por dois motivos. Primeiro, requer tempo. Segundo, os ajustes do colimador realizados por cada técnico com base em seus diferentes níveis de conhecimento e medições visuais subjetivas apresentarão discrepâncias. Isso pode acarretar uma dose de radiação desnecessariamente mais elevada sobre alguns pacientes, em especial quando as imagens são capturadas por técnicos em radiologia menos experientes [4,5].
Ao aplicarmos AI à radiologia, desenvolvemos recursos de colimação inteligente. A colimação inteligente pode ajustar de forma automática as lâminas do colimador ao tamanho de campo apropriado para diferentes pacientes, reduzindo a dose de radiação sobre os pacientes e a carga de trabalho dos técnicos em radiologia, que passam a poder oferecer mais cuidados. Além disso, o tamanho adequado do campo de colimação pode reduzir a influência da dispersão de raios X e aprimorar a qualidade das imagens.
A colimação inteligente utiliza dados de câmera para reconhecer a articulação do ombro humano e, com isso, calcular a largura e a altura do ombro de modo a determinar corretamente o tamanho do campo e as configurações da colimação. O sistema é capaz de determinar a altura da colimação correta (o comprimento da colimação na direção vertical) para PA de tórax em função da altura do ombro do paciente e do tamanho do detector.
Depois que o paciente é posicionado da forma correta, o sistema também pode determinar a largura do campo de colimação (o comprimento da colimação na direção horizontal) com base na largura do ombro do paciente e no tamanho do detector.
As vantagens consideráveis da colimação inteligente são a possível redução da dose sobre os pacientes e maior produtividade dos técnicos em radiologia.
Benefícios da AI no fluxo de trabalho de radiologia.
Sistemas de aquisição de imagens médicas podem não gerar imagens de diagnóstico qualificadas por muitas razões, entre elas, o posicionamento incorreto do paciente e/ou do sistema. Aplicar AI para automatizar muitas das etapas necessárias para a aquisição de imagens ajuda a obter o posicionamento correto e configurações precisas dos equipamentos de raios X. Esses recursos de fluxo de trabalho baseado em AI aumentam a produtividade dos exames — o que permite melhores resultados econômicos — e proporcionam mais confiança e satisfação profissional a seus técnicos em radiologia. Igualmente importante é a possibilidade de realizar um exame em menos tempo e com menos movimentos por parte do técnico em radiologia, o que pode aumentar a satisfação do profissional e do paciente. #carestreamAI #radiologyAI
Autor da publicação: Lei (Leo) Sun(Ph.D.) é engenheiro sênior de qualidade de imagem na Carestream Health. Ele se dedica a otimizar a qualidade de imagem, o fluxo de trabalho e a dose em radiografia digital.
Saiba mais como a Carestream está aplicando AI em radiologia:
Recursos de AI em radiologia a serem adotados hoje
Referências:
- Sajjad Rastegar, Jalal Beigi, Ehsan Saeidi, Reject analysis in digital radiography: A local study on radiographers and students’ attitude in Iran, Med J Islam Repub Iranv. 33; 2019PMC6708103
- Problemas de exposição: https://www.upstate.edu/radiology/education/rsna/radiography/issues.php
- J, Anthony Seibert, Richard L. Morin, The standardized expousre index for digital radiography: an opportunity for optimization of radiation dose to the pediatric population, Pediatr Radiol. 2011; 41(5): 573-581, doi: 10.1007/s00247-010-1954-6
- Ofori K, Gordon SW, Akrobortu E, Ampene AA, et al. Estimation of adult patient doses for selected X-rat diagnostic examinations. J Radiat Res Appl Sci. 2014;7(4):459-62
- Engel-Hills P. Radiation protection in medical imaging. Radiography. 2006; 12(2):153-60.
- O desempenho do posicionamento inteligente foi testado no hospital Renji (Xangai, China, maio de 2020) e no First People’s Hospital (Foshan, China, maio de 2020). Realizou-se a demonstração do posicionamento inteligente nesses dois hospitais durante uma semana para estudos clínicos.
