jueves 28 marzo, 2024
suscribete al newsletter

El impacto de la reconstrucción AIR™ Recon DL basada en inteligencia artificial en la rutina clínica de la RM

Colaboradores Institucionales: Michele A. de Paula, Consejera de Procesos, Denis G. S. Dias, Analista de Calidad, Daniellla Bahia, MD, PhD, Director Médico.

“Mantener altos estándares de calidad de imagen para garantizar la excelencia diagnóstica y aumentar la productividad es una necesidad para las organizaciones de imágenes ambulatorias como Fleury. El desarrollo basado en inteligencia artificial, como AIR Recon DL, o simplemente ARDL, se está convirtiendo en una herramienta innovadora en RM y otras modalidades de imagen porque puede ayudar a los radiólogos a mejorar su confianza en el diagnóstico y aumentar significativamente la productividad, pudiendo superar la experiencia diaria del paciente y los desafíos de eficiencia.”

Introducción

La inteligencia artificial en los servicios de diagnóstico por imágenes no tiene como objetivo sustituir el servicio de radiólogo, sino crear herramientas que puedan ayudarlos a ser más eficientes y aumentar su confianza en el diagnóstico al informar. También puede ayudar a priorizar la toma de decisiones de emergencia durante una rutina diaria. En grandes centros de diagnóstico como el Grupo Fleury, uno de los desafíos clave es mantener altos estándares de diagnóstico por imagen en todas las imágenes de RM y, al mismo tiempo, aumentar el rendimiento del paciente, en otras palabras, la productividad general.

En imágenes por RM, esto es un desafío debido a los largos tiempos de exploración, especialmente en protocolos de imágenes avanzados como las imágenes de tumores. Esto puede conducir a dificultades logísticas y económicas de salud para los proveedores de atención médica.

En las últimas dos décadas, los desarrollos en hardware y software de RM han contribuido a acelerar la adquisición de imágenes, haciendo que el examen sea más cómodo para el paciente y la velocidad de producción de estudios y la productividad general del servicio de imágenes. Por nombrar algunos de ellos: alta densidad de canales en la tecnología de bobinas, la adquisición paralela y los métodos de compressed sensing han tenido un impacto significativo en la velocidad y la calidad de la imagen.

Con el aumento de la potencia computacional, el procesamiento de datos se hizo mucho más rápido en los últimos años y los algoritmos de inteligencia artificial se convirtieron en una aplicación realista en el campo clínico. La cuantificación precisa y la reconstrucción de imágenes están recibiendo cada vez más atención por parte de la industria y los radiólogos.

AIR™ Recon DL, o simplemente ARDL, es un algoritmo pionero de inteligencia artificial (IA) que recientemente GE Healthcare puso a disposición comercialmente para toda su cartera de escáneres de resonancia magnética. Es un algoritmo de reconstrucción pionero basado en el aprendizaje profundo (deep learning) que mejora la SNR y la nitidez de la imagen al suprimir el ruido subyacente y los artefactos de Gibbs (efectos de truncamiento) a nivel de datos crudos (espacio K). Esto permite tiempos de escaneo más cortos, con una gran resolución espacial y una mayor relación señal/ruido (SNR) simultáneamente. Mejora la calidad de imagen a nivel fundamental al hacer un mejor uso de los datos crudos.

En una asociación clínica entre Fleury y GE HealthCare, hemos implementado ARDL en nuestros protocolos de RM de rutina. En este informe, nos gustaría mostrar los resultados y evaluar los tiempos de escaneo antes y después de la instalación de ARDL y, de esta manera, demostrar el impacto de esta nueva tecnología de IA en nuestra rutina clínica.

MRI examtmean, pre
(HH:MM:SS)
tmean, ARDL
(HH:MM:SS)
Pies00:36:0000:09:22
Muslo00:38:0000:11:00
Piernas00:27:0000:09:00
Pelvis (masculina)00:41:0000:14:00
Abdomen (hígado)00:38:0000:13:00
Orbitas01:03:0000:23:53
Hombro00:21:0000:08:00
Tobillo00:28:0000:11:00
Abdomen (femenino)01:01:0000:24:00
Muñeca00:22:0000:09:00
Cadera00:26:0000:11:00
Mamas (implantes)00:34:0000:14:30
Codo00:21:0000:09:00
Abdomen (masculino)00:51:0000:24:00
Rodilla00:21:0000:10:00
Columna (Sacroiliaca)00:27:0000:13:32
Columna (Dorsal)00:24:0000:12:35
Enterografía por RM00:30:0000:16:00
Pelvis (femenina)00:26:0000:14:00
Columna (Cervical)00:20:0000:11:15
Mano00:28:0000:16:00
Canal Auditivo Interno (CAI)00:44:0000:27:33
Hueso Pélvico00:13:2200:08:59
Antebrazo00:15:0000:11:00
Columna (Lumbosacra)00:16:0000:12:19
Mamas00:25:0000:19:30
Art. Temporomandibular (TMJ)00:13:0000:10:57
Senos00:25:1500:23:07

Tabla 1. Tempos médios de exames clínicos de rotina antes (tmean, pre) e depois (tmean, ARDL) da implementação de ARDL.

Método

ARDL se implementó en todas las secuencias 2D en nuestros protocolos clínicos de RM más utilizados a 1.5T (SIGNA Artist, DV29.1, GE Healthcare, Milwaukee, EUA™). Además, se utilizaron técnicas avanzadas como Hyper

Sense, Hyperband, HyperCube y AIR™Recon (ya presentes en el sitio) en conjunto, cuando correspondía.

El tiempo promedio de examen de las rutinas clínicas seleccionadas antes y después de la implementación de ARDL se representa por (tmean, pre) y (tmean, ARDL) respectivamente. Se registraron y compararon entre sí evaluando las diferencias porcentuales (% de reducción).

Air Recon DL - Grafico 1. Redução percentual nos tempos de exame utilizando ARDL e técnicas otimizadas com técnicas Hyperworks.
Grafico 1. Redução percentual nos tempos de exame utilizando ARDL e técnicas otimizadas com técnicas Hyperworks.

Resultados

La implementación de ARDL permitió una reducción de tiempo del 48% en las franjas horarias asignadas. El tiempo promedio de escaneo se redujo de 34 minutos a 15 minutos después de 3 meses de implementación de ARDL. El porcentaje específico de reducción de tiempo se resume en la Tabla 1.

Discusión

En este documento se demostró cómo la ARDL podría ser ventajosa para casi todos los protocolos clínicos de RM. En nuestro contexto, redujimos el tiempo medio de examen en aprox. 50%, y este resultado se obtuvo seleccionando los exámenes que se realizan con mayor frecuencia en este sitio específico. La reducción del tiempo del examen ARDL es más notable en protocolos que son impulsados por secuencias 2D, como MSK, Columna y medicina interna. Esperamos extender la implementación de ARDL a todos los exámenes con visitas de soporte in situ continuas de aplicaciones clínicas.

Con la futura compatibilidad de ARDL con secuencias de RM basadas en 3D, también esperamos beneficios similares en todos los protocolos volumétricos, como en los exámenes neurológicos.

Es importante tener en cuenta que ARDL se utilizó junto con técnicas de aceleración como: imágenes paralelas (ASSET y ARC) y estrategias geométricas como Field of View (FOV) y No Phase Wrap factor (NPW). También pudimos ofrecer estándares de calidad de imagen más altos, menos artefactos de imagen y una mejor comodidad para el paciente debido a la reducción del tiempo de escaneo.

Otro punto importante a destacar es que el Net Promoter Score (NPS) general, la evaluación interna del sitio que refleja la experiencia y la satisfacción del paciente de manera cuantitativa a través de una encuesta específica, podría aumentarse significativamente. Por lo general, el principal impulsor que afecta a este NPS es la disponibilidad de un imán de gran diámetro. Ahora, mediante el uso de Air Recon DL y otras técnicas innovadoras de aceleración, menos retrasos en la agenda de RM contribuirán significativamente a la experiencia del paciente durante su examen de RM en Fleury.

Puntos clínicos claves del Air Recon DL

• ARDL fue capaz de aumentar significativamente la productividad en la rutina clínica. La reducción promedio del tiempo de examen fue del 48%, lo que llevó a un tiempo promedio de examen con ARDL de 15 min.

• La experiencia general del paciente aumentó debido a menos retrasos en la agenda de MRI.

• Los protocolos de RM se vieron muy afectados a través de su optimización en términos de velocidad y calidad de imagen que permitió la inclusión de protocolos que anteriormente solo se realizaban en sistemas 3T (por ejemplo, examen de RM de próstata con bobina de superficie).

• La experiencia del radiólogo fue mejor mediante el uso de ARDL, ya que las imágenes se vuelven menos ruidosas y más nítidas, esto permite aumentar la confianza diagnóstica en la lectura de las imágenes.

Referencias

1. Lebel, R.M.  Performance characterization of a novel deep learning-based MR image reconstruction pipeline. August 2020. http://arxiv.org/abs/2008.06559

2. Peters, RD, Harris, H, Lawson, S. The clinical benefits of AIRTM Recon DL for MR image reconstruction. https://www.gehealthcare.com.sg/-/jssmedia/files/m/mr_gbl_air_recon_dl_091720_jb00297xx.pdf?rev=-1

Más sobre Air Recon DL

suscribete al newsletter

Artículos relacionados

Access Medical Systems destacada en el Global Business Partners Meeting de United Imaging Healthcare en Shanghai

Access Medical Systems tuvo el honor de participar en el primer Global Business Partners Meeting de United Imaging Healthcare en Shanghai, un evento de...

SIGNA Masters 2023

Ezequiel Domb: Para comenzar, ¿podrían explicar cómo han sido sus experiencias con la tecnología AIR Recon DL 2D 3D y el Sonic DL aplicado...

GEMED en ALASBIMN 2023

Durante el XXIX Congreso ALASBIMN y XXIII Congreso AABYMN, celebrado en el Hotel Hilton de Buenos Aires del 15 al 18 de Noviembre de...

Hospital Guillermo Grant Benavente fortalece atención con RM Philips

Un resonador magnético de innovadora tecnología entró en funcionamiento en el Hospital Guillermo Grant Benavente (HGGB) de la ciudad de Concepción, mejorando la resolución...

Seguinos

2,319FansMe gusta
0SeguidoresSeguir
1,324SeguidoresSeguir

MÁS LEIDOS