El Hospital Universitario Fundación Alcorcón (HUFA) ha incorporado 5 herramientas de Inteligencia Artificial (IA) a las distintas áreas de diagnóstico, investigación y gestión hospitalaria. Gracias a su implementación, estos avances tecnológicos permiten a los profesionales del HUFA tomar decisiones con mayor confianza y a los pacientes obtener diagnósticos más precisos y con mayor agilidad, especialmente ante los casos de urgencia. SaluDigital ha tenido la oportunidad de hablar con los responsables de los proyectos y ha entrevistado a Isabel Sastre Ibarreche, subdirectora de Sistemas y Tecnologías de la Información en el HUFA, y a José Martel, jefe de la Unidad de Diagnóstico por Imagen del HUFA.
Las herramientas más destacadas y de más reciente incorporación son ChestViewy BoneView, ambas estrenadas por la Unidad de Diagnóstico por Imagen. Las dos aplicaciones han sido ya reconocidas con el Premio Inforsalud 2024 de la Sociedad Española de Informática de Salud, el Premio Magna Cum Laude del Congreso Nacional de la Sociedad Española de Radiología Médica y, recientemente, también han sido seleccionadas para su presentación en el South Summit 2024 junto a otras aplicaciones de IA del HUFA, en representación de los proyectos innovadores de la Sanidad madrileña.
ChestViewse utiliza para dar soporte al diagnóstico en las radiografías de tórax y es capaz de identificar posibles casos de neumotórax, derrame pleural, nódulos o infiltrados pulmonares, entre otras, en personas mayores de 15 años. En cambio, BoneView se emplea en las radiografías de traumae incluye la detección de fracturas, derrames, dislocaciones, lesiones óseas de varios tipos, etcétera, en extremidades, pelvis, columna toraco-lumbar y caja torácica, en adultos y niños a partir de 2 años. La empresa ha tardado dos años en desarrollarlas desde que se empezó a gestar su idea.
Ambas herramientas funcionan de la misma manera. Cuando se obtienen las imágenes y se implementan los estándares de anonimización y cifrado, se envían al sistema de IA de Gleamer ubicado en la nube, allí se leen y se devuelven al sistema de archivo de imágenes del HUFA (PACS). “Si la lectura es normal, manda un informe diciendo que no detecta hallazgos. Si el sistema detecta una lesión dudosa, además del informe, devuelve también la imagen con recuadro de líneas discontinuas marcando la zona donde cree que hay lesión”, explica José Martel. En cambio, “si no hay dudas sobre la lesión que detecta, hace el mismo procedimiento, pero la lesión viene enmarcada con un cuadro de línea continua”.
“La tasa de falsos negativos es menor del 1%”
Martel señala que, actualmente, “no hay un sistema que avise de cuándo una lesión es dudosa o es patológica”, pero se está trabajando en ello para su próxima implementación. En cualquier caso, “las imágenes son revisadas por los médicos de la urgencia que, si tienen dudas, pueden consultar al radiólogo que emite el informe definitivo”. Aunque la precisión del diagnóstico se sitúa en un 78,1% - 85,2%, el experto destaca que el dato importante es que “la tasa de falsos negativos es menor del 1%”, lo cual “permite saber con una certeza casi absoluta que, cuando una imagen es dada como normal, el paciente no va a tener patología”. “Sólo por este aspecto, se justifica el uso de la IA”, señala.
Ambas aplicaciones de IA han permitido a los profesionales del HUFA mejorar la sensibilidad y su valor predictivo negativo para la detección de anomalías en radiografía simple, sin afectar a su especificidad o valor predictivo positivo. En concreto, ChestView ha incrementado la sensibilidad en un 36%, al mismo tiempo que ha reducido el tiempo de lectura en un 26%, mientras que con BoneView la sensibilidad ha aumentado en un 16% en general y en un 30% en la detección de fracturas múltiples.
Las dos herramientas de inteligencia artificial facilitan el diagnóstico a los médicos pues, al trabajar con un sesgo favorable a la detección, indican la posible existencia de lesiones poco evidentes, de más difícil detección o dudosas. Al mismo tiempo, agilizan el tiempo de lecturade las imágenes, ayudando a “tomar decisiones con más confianza al profesional sanitario”. De hecho, en los servicios de Urgencias permite un mayor porcentaje en la resolución del diagnóstico, puesto que no es necesaria la intervención del radiólogo. Esto es algo que beneficia directamente al paciente, al disminuir el margen de error en la interpretación de las radiografías y reducir su tiempo de atención en la urgencia.
IA EN INVESTIGACIÓN Y GESTIÓN HOSPITALARIA
La fuerte apuesta del HUFA por la inteligencia artificial ha llegado más allá de la Unidad de Diagnóstico por Imagen. IOMED y Savana han aterrizado en el área de investigación para facilitar el Procesamiento de Lenguaje Natural. Isabel Sastre señala que ambas plataformas “unifican los datos de los Sistemas de Información del hospital en una sola plataforma”, de tal manera que “facilita su explotación para ponerlos a disposición para su uso en proyectos de investigación”.
“Estas plataformas, además de recoger los datos estructurados de los sistemas de origen, procesan la información no estructurada que se encuentra en texto libre en los sistemas de información del hospital, por ejemplo: informes, notas, etc., mediante algoritmos de Procesamiento de Lenguaje Natural”, añade. Todo ello permite a los investigadores y otros profesionales acceder a todos los datos clínicos seudonimizados, “maximizando su valor y siempre teniendo como prioridad la protección y privacidad de los datos”.
“Este tipo de datos, denominados ‘del mundo real’, extraídos de casos concretos, reales, anonimizados, son especialmente valiosos en investigación sanitaria, porque permiten contrastar hipótesis de trabajo con miles de datos de la evidencia clínica”, aclara la experta.
"Rosetta es capaz de codificar automáticamente el 94% de las urgencias del hospital"
Otra herramienta que el hospital madrileño ha incorporado recientemente es Rosetta, en este caso, para optimizar la gestión hospitalaria. Esta “realiza la codificación automática de toda la urgencia del hospital, tanto la de adultos como la pediátrica”. Para ello, “cada 2 horas se envían a Rosetta todos los actos clínicos de urgencias. La herramienta analiza esta información mediante algoritmos de Procesamiento de Lenguaje Natural (PLN) y devuelve la codificación CIE-10 de estos actos clínicos”, indica Sastre.
La aplicación permite agilizar los tiempos de codificación, ya que la “codifica automáticamente el 94% de las urgencias del hospital y sólo el 6% restante tiene que ser codificado por un codificador humano”. Actualmente Rosetta está implantada en el servicio de Urgencias, pero se está trabajando en la codificación de la Cirugía Mayor Ambulatoria y del Hospital de Día.
PRÓXIMOS PROYECTOS DE IA EN EL HUFA
Además de estas 5 herramientas basadas en inteligencia artificial, la subdirectora de Sistemas y Tecnologías de la Información en el HUFA adelanta para SaluDigital que ya están trabajando en nuevos proyectos. En la Unidad de Diagnóstico por Imagen “acabamos de terminar el piloto de una aplicación de IA para la detección y valoración de las alteraciones propias de la esclerosis múltiple”, dice Sastre. Asimismo, próximamente iniciarán una “prueba de concepto de otra solución de IA de apoyo en la toma de decisiones sobre accidentes cerebrovasculares”.
"La IA se está utilizando para ayudar y apoyar en la toma de decisiones clínicas"
Otras pruebas de concepto que el equipo del HUFA espera desarrollar incluyen una plataforma que ayude a completar la historia clínica a partir de la conversación médico – paciente, un programa de detección de deterioro de pacientes en planta y un Servicio completo y autónomo de diagnóstico oftalmológico con tecnología robotizada y con IA, que realiza los exámenes automáticos completos.
“En todas ellas realizamos primero una fase de piloto para que los profesionales puedan validar, por una parte, la exactitud de los algoritmos de IA y, por otro lado, que la introducción de la tecnología se adapte y mejore los flujos de trabajo”. Concluida esta fase, “el servicio correspondiente realiza una evaluación clínica de la prueba de concepto y, si la evaluación es positiva, es entonces cuando la Comisión de Dirección del hospital toma la decisión sobre su adquisición”, explica la experta.
Por el momento, Sastre no cree que la inteligencia artificial haya llegado para sustituir el factor humano. En el ámbito clínico, sirve como ayuda y apoyo en la toma de decisiones clínicas gracias a herramientas como las recientemente incorporadas por el HUFA, que “aportan certidumbre en el diagnóstico y permiten un ahorro de tiempo del profesional, un tiempo que puede dedicarle a realizar tareas de mayor valor añadido”. Martel, por su parte, prefiere hablar de ‘inteligencia aumentada’, aunque coincide con su compañera: “Son herramientas de ayuda porque su papel debe ser el de agilizar el trabajo rutinario y más monótono”. En Radiología, por ejemplo, su aplicación permite que el radiólogo “tenga más tiempo para dedicarse a los casos más complejos”.