L’imaging radiologico, spesso il punto di partenza del percorso diagnostico dei pazienti, è una delle modalità di diagnostica per immagini più utilizzate. Sebbene ogni radiografia richieda un certo livello di personalizzazione per soddisfare le esigenze del paziente, la riduzione della variabilità è la chiave per aumentare la coerenza dell’immagine. Un flusso di lavoro migliorato e più efficiente può portare a una migliore qualità dell’immagine, indipendentemente dal livello di esperienza del tecnico di radiologia.
Comprendere il costo della variabilità nella qualità dell’immagine radiologica
Secondo l’Organizzazione Mondiale della Sanità (OMS), ogni anno vengono eseguiti a livello globale circa 3,6 miliardi di esami diagnostici.[1] I rapporti del settore dicono che nel 2021 sono stati eseguiti 126,8 milioni di esami radiologici su sistemi radiografici fissi.[2] Tuttavia, fino al 25% delle radiografie viene rifiutato o deve essere ripetuto a causa della scarsa qualità o inadeguatezza dell’immagine.[3] Le immagini rifiutate possono essere fonte di molteplici inefficienze, tra cui disagi per il paziente, costretto a ripetere l’esame, e aumentare l’onere finanziario per il sistema sanitario, in quanto l’esame rifiutato potrebbe non essere rimborsabile.
Le sfide per il personale in radiologia includono posizioni di tecnologo non occupate e una maggiore frequenza di turnover.[4] La gestione del personale di navigazione, i diversi livelli di esperienza del tecnico e le variazioni del protocollo possono contribuire alla variabilità dell’esame. Un ulteriore fattore è la gestione dei pazienti che hanno esigenze diverse in relazione alla loro taglia e posizione.
La gestione e il training del personale, livelli di esperienza e protocolli eterogenei possono contribuire alla variabilità degli esami. Pazienti diversi hanno inoltre esigenze diverse in relazione alla corporatura e al posizionamento.
Agendo sul flusso di lavoro si può migliorare la coerenza delle immagini
Di fronte a queste sfide, i partner del settore come GE HealthCare si impegnano a semplificare il flusso di lavoro e il processo di acquisizione delle immagini per il tecnico radiologico. Attività automatizzate e protocolli standardizzati possono migliorare la qualità e l’uniformità dell’immagine. Gli amministratori di reparto possono ridurre le inefficienze operative nell’imaging a raggi X con soluzioni complete che aiutano il personale tecnico a produrre immagini coerenti e di alta qualità utilizzando automazioni sul dispositivo, funzionalità ergonomiche e sofisticate soluzioni di intelligenza artificiale (AI).
“Stiamo collaborando con i nostri clienti per aiutarli a far fronte alle loro sfide quotidiane”, ha dichiarato Laura Hernandez, Chief Marketing Officer per la salute delle donne e i raggi X in GE HealthCare. “Integrando soluzioni complete ed efficienti, possiamo contribuire a ridurre parte dell’onere derivante dalle sfide relative alla gestione del personale. Le più recenti tecnologie di imaging e gli strumenti automatizzati semplificano l’impostazione dell’esame e il processo di acquisizione delle immagini per aiutare a ottenere immagini radiografiche coerenti e di alta qualità, indipendentemente dal livello di esperienza del tecnico.”
Allineare le priorità per migliorare la qualità e il livello di soddisfazione
Secondo un recente rapporto del settore, due delle cinque principali priorità degli amministratori di radiologia sono il miglioramento del flusso di lavoro, e quindi della produttività, e la gestione dei costi del reparto in previsione di livelli di rimborso inferiori.[5] L’incoerenza prolungata nella qualità dell’immagine a raggi X può avere ripercussioni negative. Quando le prime immagini radiografiche vengono rifiutate per scarsa qualità o valore non diagnostico, il flusso di lavoro e la produttività sono influenzati dalla necessità di riprogrammare il paziente, dall’aumento del carico di lavoro per far fronte agli esami ripetuti e dalla perdita di produttività a causa della lettura di immagini di scarsa qualità.
Lavorare con tecnici radiologici nuovi o meno esperti può inoltre contribuire alla variazione dell’imaging radiografico e protocolli di imaging incoerenti possono influire sulle relazioni con i medici di riferimento se questi non ricevono le immagini o le visualizzazioni che hanno ordinato.
La carenza globale di radiologi è ulteriormente esacerbata dai carichi di lavoro e dallo stress.[6] Da un punto di vista finanziario, i tagli ai rimborsi sono stati significativi in tutto il comparto radiologico e gli ospedali sono sulla lente di ingrandimento a causa dell’alto numero di ripetizioni degli esami dovuto alla scarsa qualità delle immagini.[7]
Lavorare con tecnici di radiologia nuovi o meno esperti può inoltre contribuire alla variabilità dell’imaging radiografico e protocolli di imaging incoerenti possono influire sulle relazioni con i medici di riferimento se questi non ricevono le immagini che si aspettano.
Questo effetto a catena può essere interrotto generando immagini a raggi X uniformi e di alta qualità in tutto il reparto. L’allineamento dei protocolli e la formazione per far salire di livello i tecnici di radiologia inesperti può aiutare a generare immagini riproducibili e di qualità, ottenendo fin da subito un’immagine di elevata qualità. Meno riprogrammazioni, un minor numero di ripetizioni e una diagnosi più rapida possono risolvere alcune delle sfide che attanagliano gli amministratori di reparto.
Automazione del flusso di lavoro per migliorare l’efficienza in radiologia
L’evoluzione della tecnologia dei raggi X punta a migliorare l’efficienza e la coerenza per aiutare a ottenere immagini cliniche di alta qualità. Le soluzioni automatizzate possono semplificare il flusso di lavoro e aiutare i reparti di radiologia a ridurre la variabilità.
Attualmente, nonostante il supporto della tecnologia digitale, i tecnici sono spesso costretti a inserire manualmente alcuni dei parametri di imaging relativi, ad esempio, alle dimensioni del paziente e alle anatomie specifiche. Utilizzando le recenti innovazioni radiologiche, il flusso di lavoro del tecnico viene automatizzato per ridurre le attività manuali e ripetitive, facilitando il processo di configurazione e acquisizione e riducendo il potenziale di variabilità.
I moderni sistemi radiografici offrono un ampio database di protocolli e includono funzionalità per selezionare automaticamente i parametri necessari per eseguire la radiografia una volta scelto il paziente. Inoltre, per gli studi longitudinali, offrono la selezione automatica e l’impostazione delle viste dell’esame precedente per lo stesso paziente. Queste funzionalità possono aiutare a migliorare i risultati per quei pazienti che potrebbero avere necessità di esami radiografici ripetuti, si pensi ai pazienti con fratture o riparazioni chirurgiche con posizionamento di perni o placche. In questo modo il processo di guarigione può essere monitorato temporalmente e spazialmente isolato.[8] Ciò permette ai i medici di ottenere le immagini migliori per monitorare la riparazione dei tessuti duri e il posizionamento di perni o placche.
Utilizzo dell’intelligenza artificiale per migliorare il flusso di lavoro e la qualità dell’immagine radiologica
La trasformazione digitale continua a far evolvere la radiologia, in particolar modo la qualità dell’immagine. Ad esempio, i tecnici di radiologia non hanno più bisogno di applicare una griglia di dispersione fisica al rilevatore di raggi X per migliorare il contrasto dell’immagine. Un software sofisticato può replicare questo effetto eliminando il passaggio aggiuntivo per il tecnico.
I principali partner del settore, come GE HealthCare, hanno sviluppato sofisticati algoritmi di deep learning per l’elaborazione delle immagini. Questi algoritmi possono correggere la luminosità e il contrasto e persino le impostazioni di esposizione imprecise che potrebbero essere state inserite dal tecnico. I filtri per i livelli di rumore e contrasto possono essere personalizzati a livello di struttura, ma possono anche essere regolati localmente se un medico desidera vedere un miglioramento ulteriore del contrasto. Questo può migliorare l’esperienza di lettura per i radiologi, grazie all’elevata qualità dell’immagine, aiutandoli a fare con sicurezza una diagnosi definitiva e può ridurre la necessità di ripetere gli esami.
Gli amministratori dei reparti di radiologia cercano di gestire la qualità e l’uniformità delle immagini per promuovere l’efficienza. Uno strumento di gestione dei protocolli può garantire che vengano utilizzati gli stessi protocolli su ciascun sistema e che vengano modificati e distribuiti su tutta la flotta di apparecchiature quando necessario. L’utilizzo di un’applicazione di monitoraggio della qualità in tutta la flotta di apparecchiature radiografiche può aiutare a tenere traccia del numero di esami ripetuti e delle immagini radiografiche rifiutate nel reparto, nonché dei problemi di qualità in base alle prestazioni dei singoli tecnici, alle prestazioni del sistema e al protocollo.
Trasformare i raggi X attraverso l’innovazione continua
Le innovazioni nel campo dei raggi X stanno contribuendo a ridurre l’onere per i tecnici e per gli amministratori aiutandoli a garantire coerenza nella qualità dell’immagine e nell’efficienza del flusso di lavoro. GE HealthCare si impegna a integrare in questa modalità di diagnostica strumenti di intelligenza artificiale e algoritmi di deep learning che incidono sul flusso di lavoro, migliorano la qualità delle immagini e riducono il costo delle inefficienze.
CONTENUTI CORRELATI
Scopri i prodotti e le soluzioni per la radiologia di GE HealthCare
DISCLAIMER
Non tutti i prodotti o funzionalità sono disponibili in tutti i paesi. Contattare il proprio rappresentante locale GE HealthCare per maggiori informazioni
BIBLIOGRAFIA
[1] World Health Organization. To X-ray or not to X-ray. Published April 14, 2016. https://www.who.int/news-room/feature-stories/detail/to-X-ray-or-not-to-X-ray-. Accessed March 31, 2023.
[2] IMV. 2021 X-ray DR CR Market Outlook Report. https://imvinfo.com/product/2021-x-ray-dr-cr-market-outlook-report/. Accessed March 31, 2023.
[3] Little KJ, et al. Unified database for rejected image analysis across multiple vendors in radiography. Journal of the American College of Radiology. 14.2 (2017): 208-216. https://pubmed.ncbi.nlm.nih.gov/27663061/.
[4] Reeves K. Times are tight: Staff shortages prompt new strategies. Applied Radiology. Published July 14, 2022. https://appliedradiology.com/articles/times-are-tight-staff-shortages-prompt-new-strategies. Accessed March 31, 2023.
[5] IMV. 2021 X-ray DR CR Market Outlook Report. https://imvinfo.com/product/2021-x-ray-dr-cr-market-outlook-report/. Accessed March 31, 2023.
[6] Windsor M. This radiologist is helping doctors see through the hype to an AI future. The University of Alabama at Birmingham. Published December 5, 2022. https://www.uab.edu/reporter/people/achievements/item/9925-this-radiologist-is-helping-doctors-see-through-the-hype-to-an-ai-future. Accessed March 31, 2023.
[7] Greeson T. New data reveals extent of declining Medicare reimbursement for diagnostic radiology services. ReedSmith. Published August 3, 2022. https://viewpoints.reedsmith.com/post/102hu1l/new-data-reveals-extent-of-declining-medicare-reimbursement-for-diagnostic-radiol. Accessed March 31, 2023.
[8] Morgan EF, De Giacomo A, Gerstenfeld LC. Overview of skeletal repair (fracture healing and its assessment). Methods Mol Biol. 2014;1130:13-31. doi: 10.1007/978-1-62703-989-5_2.


