×
Cómo un importante proveedor de atención sanitaria de las Ciudades Gemelas se ha convertido en pionero en el uso de la IA para el análisis de electroencefalogramas.
La inteligencia artificial (IA) ha sido ampliamente reconocida por su potencial para mejorar muchos aspectos de la atención sanitaria. Sin embargo, la mayoría de los neurólogos, epileptólogos y otros profesionales de neurología coinciden en que la integración de la inteligencia artificial con el análisis de electroencefalografías (EEG) es especialmente prometedora para aumentar la eficiencia de los equipos de atención neurológica y, en última instancia, mejorar los resultados de salud.
En el Allina Health Abbott Northwestern Hospital en Minneapolis, Minnesota (Estados Unidos), que está afiliado a varios hospitales de la zona, el doctor Ram Mohan Sankaraneni, neurólogo certificado y miembro de la Sociedad Americana de Epilepsia y de la Academia Americana de Neurología, ha transformado la promesa de la IA en una prueba. Su objetivo es ayudar a los pacientes a quedar libres de crisis para que puedan llevar un estilo de vida normal. En el verano de 2024, el doctor Sankaraneni y su equipo en el Allina Health Abbott Northwestern Hospital se convirtieron en los primeros proveedores de Estados Unidos en implementar autoSCORE, el único modelo de inteligencia artificial autorizado por la FDA para la interpretación rutinaria de EEG.
Desarrollado por Holberg EEG y disponible exclusivamente a través de la empresa líder en tecnología médica Natus Medical, autoSCORE se ha entrenado con el mayor conjunto de datos de grabaciones de EEG del mundo. autoSCORE es el primer modelo de IA en el ámbito sanitario capaz de realizar un análisis clínico de EEG automático y exhaustivo.
Para comprender el impacto revolucionario del trabajo del doctor Sankaraneni con autoSCORE, es esencial comprender antes los tremendos desafíos a los que se enfrentan los profesionales de neurología con respecto a las interpretaciones de EEG. Aunque durante décadas se han utilizado algoritmos sencillos y detectores de picos y convulsiones en el análisis tradicional de EEG, esta tarea sigue siendo laboriosa.
Los neurólogos han de examinar grandes volúmenes de datos de EEG, buscando lo que a menudo son sutiles anomalías en la actividad cerebral. Para los pacientes con lesiones cerebrales, epilepsia y otras afecciones neurológicas, reducir el tiempo que se tarda en diagnosticar y tratar problemas puede ser crítico para sus resultados de salud. La actual escasez de personal sanitario, sobre todo de neurólogos y técnicos especializados en EEG en zonas remotas y desatendidas, ha agravado este problema.
Investigadores, neurocientíficos y médicos se han fijado en la IA durante los últimos años para superar muchos de estos obstáculos. El objetivo no es reemplazar el análisis humano, sino utilizar algoritmos avanzados para procesar los datos EEG con mayor rapidez. Al agilizar el análisis de datos y automatizar tareas repetitivas y a menudo tediosas, los neurólogos pueden identificar patrones y anomalías con mayor rapidez. Como resultado, los médicos pueden abordar casos complejos y críticos de manera más eficiente, logrando mejores resultados incluso cuando no se dispone ampliamente de pericia en EEG.
autoSCORE es una solución innovadora de IA introducida por Natus y desarrollada por Holberg EEG, diseñada para abordar muchos de los desafíos del análisis clínico de EEG al acortar el tiempo de diagnóstico, mejorar la exactitud y reducir la carga de trabajo de los médicos. autoSCORE proporciona una interpretación de EEG a nivel experto utilizando algoritmos de aprendizaje profundo entrenados con más de 30.000 grabaciones de EEG etiquetadas por expertos, lo que permite a la herramienta de IA identificar sistemáticamente anomalías, como la actividad epileptiforme, con una exactitud comparable a la de médicos altamente cualificados.
Un estudio de 2023 publicado en JAMA reveló que autoSCORE funcionaba constantemente con una exactitud, sensibilidad y especificidad cercanas o superiores al 90 %. Además, los investigadores descubrieron que autoSCORE superaba sistemáticamente a otros modelos de IA y ofrecía resultados equiparables a los de los principales expertos humanos.
El interés inicial del doctor Sankaraneni en autoSCORE surgió de su curiosidad por saber dónde encajaría autoSCORE en los flujos de trabajo actuales y cómo podría mejorar la lectura de EEG, tanto para él como para los residentes en formación. Además, esperaba que la herramienta pudiera aumentar la eficiencia del flujo de trabajo automatizando algunos de los análisis rutinarios necesarios para los pacientes con trastornos y lesiones cerebrales. El doctor Sankaraneni quería determinar si autoSCORE era capaz de detectar con mayor rapidez patrones cerebrales anómalos y posibles problemas que pudieran requerir investigaciones.
Motivado por el deseo de mejorar la eficiencia de su equipo y confiando en la investigación de sus colegas, la tarea del doctor Sankaraneni consistió ver cómo se comportaba autoSCORE en un entorno clínico real. ¿Podría esta herramienta que la FDA acababa de autorizar cumplir su promesa de reducir el tiempo necesario para la revisión del EEG?
El doctor Sankaraneni comenzó a trabajar con autoSCORE con lo que él llama un “sentido de curiosidad”. Aunque la introducción de autoSCORE requirió ciertos ajustes iniciales en su flujo de trabajo estándar, el doctor Sankaraneni notó un impacto positivo casi inmediato tras comenzar a usar la herramienta. De hecho, le resultó destacable la capacidad de autoSCORE para priorizar los estudios de EEG para su revisión en función de la probabilidad de anomalías. Al marcar las grabaciones de EEG que requerían una atención más inmediata, autoSCORE resaltó los casos más críticos de forma rápida y exacta.
Los artefactos, señales que no proceden del cerebro mismo pero que a menudo están presentes en las grabaciones de EEG, pueden ocultar problemas subyacentes. Eliminar los artefactos cardíacos, respiratorios y de otro tipo puede ser un desafío, especialmente para los profesionales con menos experiencia en atención neurológica. Incluso en estudios que incluían un elevado número de artefactos, el doctor Sankaraneni observó que autoSCORE era capaz de diferenciar correctamente los artefactos de las anomalías reales. La herramienta también ayudó a asegurarse de que no se pasaran por alto detalles importantes.
A medida que el doctor Sankaraneni ha continuado utilizando autoSCORE, le ha sorprendido gratamente la eficacia de la herramienta en general al identificar y priorizar los estudios como anómalos o normales, especialmente teniendo en cuenta las complicaciones que ocasiona la presencia de artefactos.
“autoSCORE fue especialmente eficaz en la detección de problemas entre los artefactos”, ha señalado el doctor Sankaraneni, mencionando un caso específico en el que, a pesar de la interferencia significativa provocada por el movimiento del paciente, la herramienta de IA pudo diferenciar los artefactos e identificar correctamente anomalías focales. Un cambio importante en su flujo de trabajo ha sido que, con autoSCORE, el doctor Sankaraneni ahora puede centrarse en los casos críticos de inmediato, sin tener que esperar a veces hasta el final del día para revisar todos los EEG.
La experiencia del doctor Sankaraneni con autoSCORE concuerda con las nuevas investigaciones sobre las implicaciones generales de la colaboración entre humanos y máquinas en sanidad, hasta llegar a afirmar que “la colaboración entre humanos y máquinas inteligentes se ha convertido en una característica fundamental del éxito de un sistema de apoyo a la toma de decisiones clínicas”.
Cuando se le pregunta por el papel que autoSCORE puede desempeñar específicamente dentro de una consulta de neurología, el doctor Sankaraneni considera que autoSCORE es “…un colega de confianza al que puedes pedir una segunda opinión” y añade que autoSCORE ofrece sin duda una “útil vía para intervenciones más rápidas”.
Los beneficios experimentados por el doctor Sankaraneni, incluida la mejora de la eficiencia del flujo de trabajo y una mayor exactitud diagnóstica, subrayan el potencial transformador de las herramientas de IA en el análisis de EEG. A medida que la IA continúe evolucionando, es probable que su papel en la neurología se amplíe, ofreciendo nuevas oportunidades para mejorar la atención y los resultados de los pacientes.
Sin embargo, la integración de la IA en el análisis de EEG plantea algunas consideraciones importantes sobre el equilibrio entre la ayuda de la máquina y el juicio clínico. Aunque las herramientas de IA pueden mejorar significativamente la eficiencia y la exactitud, deben considerarse un complemento, no un reemplazo, de los conocimientos humanos. Una investigación publicada en un número de 2022 de la revista Nature afirma que superar la percepción de que la IA reemplazará a la experiencia es clave para la adopción generalizada de la IA para la interpretación de EEG. La implementación de las prácticas recomendadas para la colaboración entre humanos y máquinas es crucial para mantener la integridad del juicio profesional experimentado, a la vez que se asegura que se aprovechan al máximo las herramientas de IA.
La implantación de autoSCORE en el Hospital Abbott Northwestern representa un paso significativo hacia adelante en la aplicación de la tecnología de IA para la neurología. Como pionero en el uso de la IA para pacientes concretos, la experiencia del doctor Sankaraneni ofrece valiosos conocimientos sobre los beneficios prácticos de la IA en el análisis de EEG.
De cara al futuro, está claro que la adopción generalizada de la IA en el análisis de EEG podría dar lugar a avances significativos, desde el aumento de la eficiencia en las consultas individuales de neurología hasta el incremento de la accesibilidad del EEG en zonas remotas y desatendidas.
El uso pionero de la inteligencia artificial por parte del Allina Health Abbott Northwestern Hospital es un ejemplo de cómo, cuando se incorporan de forma eficaz, herramientas de IA como autoSCORE aumentarán drásticamente la eficiencia de neurólogos, epileptólogos y otros profesionales de la atención neurológica, si no ayudan a dar forma al futuro de esta atención.
049798 RevA