El triaje simple asistido por computadora ( CAST ) son métodos o sistemas computarizados que ayudan a los médicos en la interpretación inicial y clasificación de imágenes médicas. CAST es una subclase de diagnóstico asistido por computadora (CAD). Los sistemas de software CAST realizan un triaje (clasificación) inicial completamente automático de los estudios de diagnóstico por imágenes médicas . CAST está diseñado principalmente para diagnóstico por imágenes de emergencia , donde se requiere un diagnóstico rápido de una condición crítica que pone en peligro la vida. [1]
Triaje simple asistido por computadora | |
---|---|
Propósito | sistemas informáticos que ayudan en la interpretación inicial de la imagen |
Descripción general
El triaje simple asistido por computadora (CAST) es una combinación de diagnóstico asistido por computadora (CAD) y triaje simple y tratamiento rápido (START). CAST realiza una interpretación inicial completamente automática de un estudio: una "lectura húmeda". Los estudios se clasifican automáticamente en algunas categorías significativas, por ejemplo, positivo / negativo, crítico / menor / normal, difícil / simple / no diagnóstico, etc. [1]
CAST está diseñado principalmente para diagnóstico por imágenes de emergencia . A diferencia de la CAD tradicional, que se utiliza principalmente para detectar lesiones malignas, CAST se ocupa de afecciones agudas que amenazan la vida, cuando un diagnóstico oportuno es crítico. Si bien el objetivo principal del CAD tradicional es mejorar la precisión del diagnóstico de un lector humano, CAST aborda otros dos problemas:
- Baja disponibilidad de intérpretes de imágenes - ningún lector disponible de inmediato para leer un estudio urgente - fuera de horario, lugares rurales, falta de personal
- Priorización de la secuencia de lectura: dado un gran número de estudios para leer, establezca la secuencia de lectura óptima, por ejemplo, casos urgentes primero; o, dados varios lectores disponibles, distribuya la carga de trabajo de la manera óptima, por ejemplo, casos simples a los aprendices, difíciles a los expertos.
Escenario de caso de uso
Al igual que con el CAD tradicional, CAST no sustituye al médico. Solo alerta sobre la posibilidad de una condición crítica aguda o sugiere que el estudio está libre de enfermedad grave. En ambos casos, el diagnóstico debe ser verificado por un médico capacitado. El beneficio clínico se logra:
- para casos positivos: atrayendo la atención de los expertos a los casos críticos más rápido de lo que sucedería sin CAST
- para los casos negativos, permitiendo que el personal menos experimentado sea el primero en ocuparse de los casos negativos simples, liberando así la presión de los expertos menos disponibles.
El sistema CAD tradicional suele desempeñar el papel de un "segundo lector" y se utiliza después o durante la interpretación realizada por el médico. CAST, por su parte, analiza el estudio antes que el médico, en segundo plano, en modo totalmente automático. Para cuando el médico llega a leer el estudio, la clasificación inicial o "lectura húmeda" preparada por CAST ya está disponible. El sistema CAST puede enviar un mensaje a un médico para informar un caso urgente que requiera atención inmediata.
Sensibilidad y especificidad
Como cualquier sistema CAD, CAST, en general, no puede garantizar una precisión diagnóstica del 100%. Dado que CAST funciona en un modo totalmente automático, se espera que el sistema muestre una sensibilidad muy alta , generalmente por encima del 90%. Además, la necesidad de proporcionar un diagnóstico a nivel "por estudio" también impone requisitos estrictos para la especificidad de CAST . El promedio de una o más falsas alarmas por estudio, tolerable para un CAD tradicional, no es aceptable para CAST, ya que casi todos los estudios se reportarían como positivos. Por lo tanto, para la mayoría de las aplicaciones clínicas, la especificidad de CAST debe ser superior al 60-70% para que sea útil.
Fiabilidad y control de calidad
Dado que CAST funciona en modo totalmente automático, debería poder realizar cualquier estudio, independientemente de la calidad de la imagen, la anatomía del paciente, etc. Por lo tanto, los sistemas CAST deberían implementar un mecanismo de control de calidad para garantizar el alto nivel de confianza del diagnóstico. Si el sistema decide (en base a la calidad de imagen evaluada, artefactos detectados , anomalías anatómicas, etc.) que no se puede lograr un diagnóstico confiable automáticamente, informa de una falla.
Aplicaciones clínicas
El enfoque CAST es aplicable para la detección automática de afecciones agudas que amenazan la vida a partir de imágenes médicas de diagnóstico, tales como:
- Embolia pulmonar (EP)
- Disección aórtica
- Arteriopatía coronaria
- Carrera
- Fracturas de hueso
- Hemorragia interna
- Neumoperitoneo
- Hipertensión intracraneal idiopática [2]
El sistema CAST puede analizar imágenes adquiridas con varias modalidades, que incluyen rayos X , CT , MRI , ultrasonido y otros.
Ejemplos de
CAST para la enfermedad de las arterias coronarias
El sistema CAST está disponible para la detección de estenosis coronaria significativa (> 50%) en estudios de angiografía coronaria por TC (cCTA). El sistema exhibe una especificidad "por estudio" del 60-70%, mientras mantiene la sensibilidad por encima del 90%. [3] [4] [5] [6] [7] Se puede utilizar para la clasificación de pacientes con dolor de pecho en la sala de emergencias.
CAST para hemorragias intracraneales
Hay disponible un sistema de aprendizaje profundo para la detección automática de hemorragias intracraneales en entornos de cuidados intensivos. [8]
Ver también
- Aidoc
Referencias
- ↑ a b Goldenberg, R; Peled, N (septiembre de 2011). "Triaje simple asistido por computadora". Int J Comput Assist Radiol Surg . 6 (5): 705-11. doi : 10.1007 / s11548-011-0552-x . PMID 21499779 . S2CID 19623223 .
- ^ Echegaray, Sebastián; Zamora, Gilberto; Yu, Honggang; Luo, Wenbin; Soliz, Peter; Kardon, Randy (27 de septiembre de 2011). "Análisis automatizado de imágenes del nervio óptico para la detección y estadificación del papiledema" . Oftalmología investigadora y ciencia visual . 52 (10): 7470–8. doi : 10.1167 / iovs.11-7484 . PMID 21862651 .
- ^ Arnoldi, E; Gebregziabher, M; Schoepf, UJ; et al. (Mayo de 2010). "Detección automatizada de estenosis asistida por ordenador en angiografía por TC coronaria: experiencia inicial". Eur Radiol . 20 (5): 1160–7. doi : 10.1007 / s00330-009-1644-7 . PMID 19890640 . S2CID 24454070 .
- ^ Halpern, EJ; Halpern, DJ (marzo de 2011). "Diagnóstico de estenosis coronaria con comparación de angiografía por TC de diagnóstico informático automatizado con lecturas de expertos". Acad Radiol . 18 (3): 324–33. doi : 10.1016 / j.acra.2010.10.014 . PMID 21215663 .
- ^ Kang, KW; Chang, HJ; Calce, H; et al. (Abril de 2012). "Viabilidad de un algoritmo automático asistido por computadora para la detección de enfermedad arterial coronaria significativa en pacientes que presentan dolor torácico agudo". Eur J Radiol . 81 (4): e640–6. doi : 10.1016 / j.ejrad.2012.01.017 . PMID 22304980 .
- ^ Goldenberg, R; Eilot, D; Begelman, G; Walach, E; Ben-Ishai, E; Peled, N (noviembre de 2012). "Triaje simple asistido por computadora (CAST) para angiografía coronaria por TC (CCTA)". Int J Comput Assist Radiol Surg . 7 (6): 819–27. doi : 10.1007 / s11548-012-0684-7 . PMID 22484719 . S2CID 5627031 .
- ^ Meyer, M; Schoepf, UJ; Fink, C; Goldenberg, R; Apfaltrer, P; Gruettner, J; Vajcs, D; Schoenberg, SO; Henzler, T (2013). "Evaluación del rendimiento diagnóstico de un sistema de triaje simple asistido por computadora para angiografía por TC coronaria en pacientes con riesgo intermedio de síndrome coronario agudo". Acad Radiol . 20 (8): 980–6. doi : 10.1016 / j.acra.2013.02.014 . PMID 23735619 .
- ^ Zebra Medical Vision anuncia la aprobación de la CE de su nuevo algoritmo de imágenes de IA: identificación automática de hemorragias cerebrales [1]