SALUD
El CHUF incorporan la inteligencia artificial para algunas pruebas de radiología de Urgencias
La nueva herramienta ofrece un diagnóstico más rápido y colabora con el personal sanitario
Ferrol - Publicado el - Actualizado
2 min lectura
El Complejo Hospitalario Universitario de Ferrol (CHUF) incorpora la inteligencia artificial (IA) para algunas de las pruebas radiológicas solicitadas en el servicio de Urgencias, en donde se está probando en una de las salas del Hospital Arquitecto Marcide.
Cuando una persona acude al hospital de manera urgente, y es necesaria una prueba radiológica para confirmar una sospecha diagnóstica en el ámbito músculo-esquelético o de tórax, que son los ámbitos en los que esta solución tiene validación al respeto, la correspondiente prueba se realiza en el programa instalado, y ya adelanta cuatro resultados: si esa prueba es positiva, negativa, no evaluable, o existe alguna duda.
Así ya se descarta la prueba negativa, y todas las pruebas no evaluables, positivas, o dudosas son evaluadas por el especialista en Radiología.
Esta forma de inteligencia artificial puede actuar exactamente ante una sospecha por parte del clínico de determinadas lesiones: fracturas y derrames de codo, rodilla, o tobillo; luxación, lesiones óseas, por ejemplo, en el ámbito músculo-esquelético; y de neumotórax, consolidaciones, derrames pleurales, nódulos o masas mediastínicas en el que se refiere al ámbito de la detección de patologías en placas de tórax.
En la actualidad, se realizan más de 43.000 pruebas de este tipo al año en las Urgencias del Complejo Hospitalario Universitario de Ferrol.
Así, cuando el profesional en Urgencias tiene una sospecha clínica por la que solicita la correspondiente prueba, podrá ahora tener más rápido un resultado que le dé certeza para tomar decisiones lo más rápido posible.
Se reducen considerablemente los tiempos de demora en el resultado de esa prueba, puesto que facilita que tanto el propio profesional de urgencias como radiólogo puedan discriminar rápidamente los resultados negativos (sin lesión detectada dentro de las opciones para las que el algoritmo está entrenado), evaluar los no evaluables o que exista duda, y centrarse con mayor celeridad en los positivos, en los que existe una patología a la que hay que dar respuesta.