La refertazione strutturata in radiologia continua a guadagnare popolarità, anche se più lentamente che in altre specialità.
Utilizzando l'IT e l'intelligenza artificiale (IA), questo tipo di refertazione permette di standardizzare i referti radiologici con molteplici vantaggi, dal miglioramento dell'accuratezza alla riduzione degli errori diagnostici, e conseguenti benefici per i pazienti. ¹ ² ³ ⁴ ⁵ ⁶ ⁷
La standardizzazione genera chiarezza
Riducendo al minimo la soggettività e l'ambiguità, la refertazione strutturata migliora l'accuratezza e la leggibilità dei report, mettendo a disposizione le informazioni necessarie per informare le decisioni di cura. Questo semplifica la comunicazione perché tutti parlano una lingua comune e può rivelarsi particolarmente utile quando sono coinvolti team interdisciplinari come i tumor board. ⁸
Poiché la refertazione strutturata migliora l'interoperabilità tra i sistemi sanitari, le cartelle cliniche elettroniche (EHR) e i sistemi di archiviazione e trasmissione delle immagini (PACs), e non solo, potrebbe potenzialmente rendere possibili cure longitudinali complete. ⁹
Una maggiore chiarezza nella refertazione avvantaggia anche il medico, troppo spesso costretto a richiedere un nuovo esame diagnostico o supporto al radiologo per decifrare il referto. Queste inefficienze possono essere fonte di ritardi nella diagnosi e nel trattamento oltre che causa di un aumento di carichi di lavoro e costi.
Efficienza clinica e aziendale
Migliorando la chiarezza dei referti, la refertazione standardizzata supporta l'efficienza clinica. In occasione del Congresso RSNA del 2022, Jason B. Wiesner, MD, MBA, direttore esecutivo dell'imaging informatico presso Sutter Health, ha parlato delle implicazioni pratiche della refertazione strutturata. Dopo aver implementato un flusso di lavoro di refertazione strutturata, il suo team ha condotto uno studio dei tempi e metodi. Ecco i risultati: ¹⁰
- I tecnici sono stati due volte più efficienti e hanno trascorso più tempo con i pazienti
- I radiologi sono diventati più veloci del 20% e hanno trascorso più tempo a guardare le immagini
- Il numero di addendum è diminuito
Maggiore efficienza significa che il radiologo può concentrarsi sull'interpretazione e sul processo decisionale diagnostico. Diminuiscono anche le opportunità di fatturazione perse a causa della documentazione incompleta.⁷ I dati estratti dai referti strutturati grazie all'aiuto dell'intelligenza artificiale possono aiutare le organizzazioni a massimizzare i rimborsi con modelli basati sul valore.⁴
L’intelligenza artificiale nella refertazione radiologica
Grazie alla capacità di identificare modelli e rilevare anomalie non visibili all'occhio umano, l'intelligenza artificiale può accelerare notevolmente il processo di estrazione dei dati, in particolare in contesti clinici o di ricerca.³ I medici possono interrogare i dati per monitorare le tendenze sanitarie della popolazione, le organizzazioni sanitarie per generare insight e i ricercatori per sviluppare diagnosi e terapie più precise.⁷
L'intelligenza artificiale può analizzare le immagini per individuare e classificare le anomalie, quantificare i risultati e fornire misurazioni e annotazioni che popolano il referto radiologico. Ciò permette di migliorare il processo decisionale e l’assistenza al paziente.¹¹ Inoltre, l'intelligenza artificiale, in particolare l'elaborazione del linguaggio naturale, può supportare una migliore integrazione del parlato nei rapporti strutturati.¹²
Quella tra IA e refertazione radiologica è una relazione simbiotica: l'IA supporta la refertazione strutturata e la refertazione strutturata supporta l'IA. I dati dei report strutturati possono "insegnare" agli algoritmi di deep learning dell'IA, accelerandone lo sviluppo. Questo, a sua volta, può migliorare l'accuratezza e la sensibilità degli strumenti di analisi delle immagini. ⁷ ¹¹
Pionieri
Nonostante i suoi molteplici vantaggi, l'adozione della refertazione strutturata è disomogenea e varia a seconda dei reparti, delle specialità e delle strutture.
I primi ad adottarla sono stati i principali centri medici accademici e i grandi sistemi sanitari. Anche le specialità che prevedono procedure cliniche, tra cui neurologia, oncologia, medicina materno-fetale e cardiologia, hanno registrato una buona adozione.⁷ Al contrario, molti radiologi rimangono riluttanti. Alcuni considerano la refertazione strutturata come una minaccia per la loro individualità.³ "Hanno i loro metodi collaudati", spiega Robert Dalquest, field connectivity leader radiologia e ultrasuoni IT presso GE HealthCare.
Considerazioni sull'adozione della refertazione strutturata
Conquistare i cuori e le menti dei radiologi è solo una parte del problema. Altri fattori contribuiscono alla diffusione relativamente lenta della refertazione standardizzata in radiologia.
- Investimenti in risorse. Come ogni cambiamento, il passaggio alla refertazione strutturata richiede un investimento iniziale in risorse quali tempo, tecnologia e formazione.
- Flusso di lavoro e automazione. La refertazione strutturata richiede modifiche importanti al flusso di lavoro, che possono aumentare l'onere a breve termine. Senza automazione, anche l'onere a lungo termine potrebbe aumentare, costringendo i radiologi a gestire più liste di controllo e menu a discesa.⁷ Ma l'uso dell'intelligenza artificiale e di altri strumenti per precompilare in modo più completo i risultati e integrare i comandi vocali risolve questo problema .
- Interoperabilità tra sistemi. Le soluzioni di refertazione strutturata non possono funzionare isolatamente. Devono essere collegate centralmente. "Non è semplice come collegare un cavo e boom, sei connesso", avverte Dalquest. L'integrazione dei sistemi può richiedere tempo. Non c'è plug-and-play. Si tratta di lavorare con il fornitore giusto, qualcuno che aiuti il team IT a gestire l'integrazione nel sistema.
Al passo con la tecnologia
Le organizzazioni sanitarie che intendono implementare la refertazione strutturata devono lavorare con un partner tecnologico che possa aiutarle a integrarla senza problemi. Il partner giusto con la tecnologia giusta sarà in grado di affrontare le preoccupazioni relative all'interoperabilità, all'automazione e all'onere del flusso di lavoro.
Le organizzazioni sanitarie dovranno affrontare la sfida. Secondo alcune stime, l'adozione generalizzata della refertazione strutturata in radiologia avverrà entro i prossimi cinque anni.⁷ Per le organizzazioni sanitarie, i team di radiologia e i dipartimenti IT sanitari è ora di prepararsi. "Non è più una questione di se ma di quando", dice Dalquest.
BIBLIOGRAFIA:
1. Nobel JM, van Geel K, Robben SGF. Structured reporting in radiology: A systematic review to explore its potential. European Radiology. 2021 October;32:2837–2854. doi:https://doi.org/10.1007/s00330-021-08327-5.
2. Nobel JM, Kok EM, Robben SGF. Redefining the structure of structured reporting in radiology. Insights Imaging. 2020;11(1):10. doi:10.1186/s13244-019-0831-6.
3. Granata V, De Muzio F, Cutolo C, et al. Structured reporting in radiological settings: Pitfalls and perspectives. Journal of Personalized Medicine. August 2022;12(8):1344. doi: 10.3390/jpm12081344.
4. Ganeshan D, Duong PAT, Probyn L, et al. Structured Reporting in Radiology. Academic Radiology. 2018;25(1):66-73. doi:https://doi.org/10.1016/j.acra.2017.08.005.
5. Mace S. How structured reporting can lead to better patient outcomes. Patient Safety & Quality Healthcare. Published March 30, 2022. https://www.psqh.com/news/how-structured-reporting-can-lead-to-better-patient-outcomes/. Accessed April 17, 2023.
6. Ross J. Structured reporting: Resistance is futile. Radiology Business. Published April 12, 2019. https://radiologybusiness.com/topics/health-it/enterprise-imaging/imaging-informatics/structured-reporting-resistance-futile. Accessed April 17, 2023.
7. Thompson A. Structured reporting adoption in imaging IT—world—2021. Signify Research. Published October 2021. https://www.signifyresearch.net/reports/structured-reporting-adoption-imaging-2/. Accessed April 17, 2023.
8. Thompson A. Structured reporting — the battle of automation versus culture. HealthCare Business News. Published November 16, 2021. https://www.dotmed.com/news/story/56299. Accessed April 17, 2023.
9. Roth CJ, Clunie DA, Vining DJ, et al. Multispecialty enterprise imaging workgroup consensus on interactive multimedia reporting current state and road to the future: HIMSS-SIIM collaborative white paper. Journal of Digital Imaging. June 2021;34:495–522. doi:https://doi.org/10.1007/s10278-021-00450-5.
10. "GE Events Center." GE HealthCare Events Center, May 8, 2023. https://events.gehealthcare.com/innovation-theater/#Keynote:_A_glimpse_into_the_digital_future_of_ultrasound_.
11.Pinto Dos Santos D, Brodehl S, Baeßler B, et al. Structured report data can be used to develop deep learning algorithms: A proof of concept in ankle radiographs. Insights Imaging. 2019;10(1):93. doi:10.1186/s13244-019-0777-8.
12. Jorg, T., Kämpgen, B., Feiler, D. et al. Efficient structured reporting in radiology using an intelligent dialogue system based on speech recognition and natural language processing. Insights Imaging. 2023 March;14(47). https://doi.org/10.1186/s13244-023-01392-y.
