Podcast de Imágenes Médicas Sin Límites, ep. 2: La Importancia de la Informática en Radiología, con el Dr. Mike Kramer

– Hola a todos. Y bienvenidos a este nuevo episodio de nuestro podcast. Hoy hablaré con el Dr. Mike Kramer, quien es un líder clínicamente entrenado en sistemas de salud con experiencia en TI, calidad y cambio clínico. El Dr. Kramer ha liderado equipos de informática para OhioHealth, SpectrumHealth y TrinityHealth, tres grandes organizaciones de atención médica en los EE. UU., y varios otros grandes sistemas de entrega integrados dentro de los EE. UU. Es Gerente General en Health Value Leadership, donde brinda consultoría en estrategia de informática clínica y TI de salud, gestión de flujo de trabajo y cambio para importantes sistemas de salud y organizaciones de TI. En esta primera parte de nuestras conversaciones con el Dr. Kramer, vamos a hablar sobre la importancia de la radiología informática.

Hola, Dr. Kramer, y bienvenido al Podcast de Limitless Medical Imaging. Estamos felices de tenerlo aquí. – – Gracias, Andra. Gracias por invitarme a tu podcast. Feliz de estar aquí.

– Comenzaré con una pregunta muy amplia, pero nos encantaría saber, ¿cuáles son algunos de los grandes problemas en la atención médica que le parecen interesantes en este momento?

– Bueno, han sido tres años ocupados, y ha habido muchos cambios en la tecnología, usando tecnología para abordar el COVID. Pero ahora hemos salido de lo peor, y tenemos algunos problemas bastante grandes que abordar en los sistemas de salud de todo EE. UU. En primer lugar, la economía de la atención médica está cambiando mucho. La inflación, los desafíos de la fuerza laboral, el agotamiento de los clínicos, todas esas cosas están en la mente mientras hago networking. Y, al pasar tiempo con ejecutivos en todo EE. UU., creo que también tenemos algunas nuevas tecnologías y amenazas emergentes de los consumidores. Ya sabes, ayer me inscribí para obtener mis recetas a través de Amazon y eso es un cambio significativo; esos tipos de sistemas de salud impulsados por el consumidor van a cambiar el mercado.

Entonces, ya sabes, eso pone mucha presión sobre los líderes de sistemas de salud y nos hace pensar en todo lo que estamos haciendo. Queremos comenzar a usar automatización. Queremos usar la nube. Queremos usar IA. Todas estas cosas son, nuevamente, una respuesta a amenazas en el ecosistema de atención médica, pero también esas amenazas son una presión para hacer las cosas de una manera quizás más eficiente.

Y eso es bastante emocionante. Es porque la ventana está abierta para traer estas tecnologías e implementarlas finalmente en el ecosistema de atención médica, en lugar de simplemente agregar más personal.

– Está bien. ¿Podría contarnos un poco más sobre la personalización en la atención médica?

– Entonces los jugadores tradicionales como los grandes sistemas de salud realmente proporcionaron un modelo donde tenías que programar una cita y es posible que tuvieras que haber sido referido para ver a un médico. El consumismo proporciona acceso a servicios de atención médica fuera del contexto de grandes sistemas de salud. Y si eres un líder de un sistema de salud, eso es bastante desafiante. Nivelan el campo de juego. Ya no es una relación y transacción de asegurador-proveedor de atención médica-pagador. Mencioné brevemente que fui a Amazon y me inscribí para obtener mis recetas a través de ellos. Están usando economías de escala. Son grandes redes de distribución que toman una receta que anteriormente me costaba $20 y la reducen a 5. Entonces, el consumismo tiene un gran impacto en el costo y valor de la atención.

Amazon, Walgreens, Village Medical, One Medical, todos son ejemplos de organizaciones de atención médica impulsadas por el consumidor no tradicionales. Entonces, eso es un área que preocupa a los sistemas de salud. La segunda área es el acceso a la información. Los consumidores pueden poseer su propia información y con la Ley de Curas del Siglo XXI, la información de los registros de salud electrónicos tuvo que estar disponible en 2021.

Un conjunto de datos limitado en ese momento, y luego a partir del 6 de octubre de 2022, toda la información de salud electrónica ahora es accesible para los pacientes a través de una variedad de medios a través de interfaces FHIR, a través de portales de pacientes, básicamente dando acceso a la información de maneras que los consumidores nunca tuvieron antes.

Entonces, ¿qué haces con eso? Bueno, lo posees. Tienes la capacidad de llevarlo a otros proveedores de atención. Tienes la habilidad de moverte de un sistema de salud a otro sistema de salud. Puedes usarlo para propósitos avanzados como salud poblacional, gestión de enfermedades, investigación. Entonces, esas son tendencias de consumo bastante emocionantes que estamos viendo.

Y creo que una de las cosas de las que queríamos hablar hoy era la informática de radiología. ¿Qué pasa cuando liberas imágenes que tienen información en ellas que tal vez podría usar o compartir con otros que tal vez no estaban involucrados inicialmente en mi atención? Así que esa oportunidad ahora existe gracias a la Ley de Curas del Siglo XXI.

Sabes, al pensar en interoperabilidad, ¿quién necesita tener acceso a tu información? Históricamente, eso ha sido extremadamente desafiante. Sabes, no somos el banco donde podías ir a cualquier cajero automático. La información y las transacciones sobre atención médica son muy complejas. Hay un vocabulario muy variado, pero realmente, en los últimos 10 años de uso significativo, eso se ha resuelto para los datos textuales.

Y ahora es muy fácil mover un documento usando estándares HL7, donde puedes decir, esto es un resumen de alta, esta es una nota de admisión, estos son mis problemas, estos son mis medicamentos. Todo eso es información textual y el desafío ahora son los datos de imágenes y cómo tener interoperabilidad datos de imágenes.

Y por supuesto, los datos de imágenes son cada vez más complejos, tamaños de archivo más grandes, diferentes disciplinas, neurorradiología, cardiología, radiología cardíaca, muchos más archivos y tipos de modalidades que ahora están creciendo cada vez más en el espacio de la radiología. Así que nuevamente, la interoperabilidad ha sido excelente para el texto. Ahora tenemos que abordar algunos de los archivos más complejos y tipos de imágenes, para interoperabilidad.

– Y cómo esto está relacionado con la informática de radiología o cómo el CMIO se asegura de que puedan crear una estrategia de informática de radiología que aborde estos desafíos?

– Absolutamente. Sabes, creo que tradicionalmente en el pasado, la radiología y la tecnología en torno a la radiología, el objetivo era convertir las viejas películas que colocabas en una caja de luz a un sistema de imágenes PACS.

Y si realmente eras bueno en eso, lo guardabas en un sistema de radiología central en todos los sistemas de salud. Y podías ir a través de hospitales y leer desde cualquier parte del mundo. Eso fue genial. Y luego comenzaste a meterte en archivo, en lo que llamamos archivos neutrales para el proveedor. Y esa era la ciencia. Entonces, la ciencia de la informática de radiología consistía en, sabes, la adquisición, el almacenamiento, la transmisión e interpretación de imágenes radiológicas.

Y lo que estamos encontrando ahora es que hay toda otra capa de complejidad encima de esto, que es que estamos comenzando a hacer inteligencia artificial, estamos mirando las imágenes de manera automatizada, estamos creando alertas de apoyo a la decisión que dependen de algoritmos de IA, y algunos de esos algoritmos no son tan claros sobre lo que está sucediendo.

Estas son redes neuronales profundas y algoritmos de aprendizaje, y la complejidad detrás de estas cosas es significativa. Así que lo que he encontrado es que realmente necesito elevar el papel de la informática de radiología en nuestros sistemas de salud y hacer que nos ayuden a entender lo que es posible. Te daré un ejemplo.

Hay algunos grandes fabricantes que están detectando accidentes cerebrovasculares antes en el proceso de adquisición de la película, inmediatamente después de que la película (lo siento, digo película, pero es el archivo adquirido del escáner CT), dentro de minutos y luego notificar al equipo de ACV. Los algoritmos están siendo llevados al mercado todos los días en cada categoría de diagnósticos potenciales y se van a utilizar en todos los grandes sistemas de salud.
Necesitamos que la informática de radiología nos ayude a entender esa complejidad, mantenerla, asegurarnos de que estamos comprando las soluciones correctas y avanzando con ellas.

– Gracias por este ejemplo. ¿Podría darnos otros ejemplos de casos de uso para la informática de radiología? – Sí. Sabes, la radiología avanzada y la informática de radiología, sabes, ¿cuáles son los problemas que estamos tratando de resolver? Los archivos de imágenes están en aumento y aumento. Así que podrías tener un gigabyte para hacer una mamografía digital. Eso no era cierto hace dos o tres años. Entonces, el tamaño de los archivos está creciendo extensamente. ¿Cómo manejas esos archivos, determinas qué necesita estar en almacenamiento caliente, que es fácilmente accesible, disponible para comparaciones, versus almacenamiento profundo, que podría estar en un medio estático?

Entonces ese es un caso de uso: archivado y archivado rentable. Entonces, una vez que tienes todas estas imágenes, y digamos que las has movido a una la nube-a base de arquitectura. ¿Estoy organizándolas y almacenándolas y creando metadatos que me permitan recuperarlas de manera inteligente? Eso es informática de radiología- son las semánticas y los metadatos alrededor de DICOM y las imágenes no DICOM.

Si lo piensas ahora, tengo un almacenamiento bien organizado la nube-con base de almacenamiento. ¿Puedo hacer algo más con esos? ¿Puedo integrar a través de sistemas de salud más grandes? ¿Puedo crear redes colaborativas donde tal vez un especialista en un tipo de enfermedad no exista en mi organización? La radiología pediátrica es clásica. Sabes, muchas salas de emergencia ven pediatría. Pero no tienen radiólogos pediátricos de guardia. Y entonces, ¿hay una manera de traer esos radiólogos que podrían estar en otra organización? Y lo hemos hecho durante mucho tiempo, pero una la nubearquitectura basada permite que eso sea más dinámico y acceda a una red más amplia.

Entonces, la colaboración y el intercambio de imágenes se convierten en un caso de uso principal, particularmente para imágenes de radiología de subespecialidad. A medida que pensamos cada vez más sobre la IA, ¿cómo saco las imágenes a un área donde pueda hacer el aprendizaje y análisis de esas imágenes y crear nuevo conocimiento y descubrimiento? Así que ese es un caso de uso.

Y el desafío detrás de eso es cómo anonimizo esas imágenes y las uso de una manera que pueda luego crear algoritmos que luego se puedan traer de vuelta al sistema de salud. Algunos de estas cosas no son factibles sin la informática de radiología, sin análisis avanzados como la gestión de imágenes basada en la nube, gestión de metadatos y archivado.

– Y sin estándares de interoperabilidad.

– Y sin interoperabilidad. Si soy un investigador o estoy en el marketing de un nuevo farmacéutico, ¿puedo usar estas imágenes ahora que están en la nube, otro caso de uso, correcto, para el desarrollo y evaluación de resultados a largo plazo del desarrollo farmacéutico en la industria?

Y nuevamente, ya sabes, tengo que ser capaz de gestionar de manera segura los datos, la confidencialidad. Pero luego volver a identificar esas imágenes, y posiblemente usarlas en el lado del paciente, para mostrar cuáles son los posibles resultados para esos pacientes.

– Wow, esto es fascinante. ¿Cómo crees que todo esto, cómo crees que la informática de radiología como disciplina contribuye a la eficiencia general de los departamentos de radiología?

– Claro. Sabes, los departamentos de radiología están siendo abrumados con una variedad de archivos, tamaños de archivos, modalidades, y la informática de radiología y las nuevas tecnologías en la informática de radiología son necesarias para ayudarnos a manejar esa complejidad. Entonces piensas en una junta de tumores, alguien va a pensar en medicina de precisión. Podrías estar mirando genómica en el EHR, pero al mismo tiempo estás mirando una tomografía computarizada, y también podrías estar mirando un estudio de medicina nuclear, y luego entender cuál es la función cardíaca del paciente. Todas esas modalidades entran en una solución, para que un equipo multidisciplinario pueda desarrollar el plan de tratamiento.

Eso es material muy complejo, y nuestra informática de radiología y nuestros tecnólogos estarían pensando sobre cuáles son esos flujos de trabajo para una junta de tumores. ¿Cómo traigo imágenes de diferentes plataformas, diferentes sistemas de salud, para que podamos sacar conclusiones de esas de manera eficiente?

Puedo pensar en participar en la junta de tumores cuando estaba en formación, y cómo estábamos rescatando las maletas de información. El paciente traía información para nosotros. Teníamos CD-ROM. Si teníamos suerte, teníamos una vista completa de la imagen, y creo que cada vez más herramientas que puedan ser agnósticas a un sistema de salud, a un sistema PACS, a una disciplina, ya sea radiología o cardiología, además de integrarse con el registro médico electrónico, son necesarias para obtener una vista completa del paciente.

Andra, me preguntaste sobre, ya sabes, qué es la informática de radiología y cuál podría ser su función en el futuro. Y piensas sobre, ya sabes, el viejo sistema PACS y asegurarte de que fuera rápido y funcionara.

Pero cada vez más, vamos a tener que abordar estos otros casos de uso: ¿Cuál es la solución de archivo de menor costo? ¿Cómo traigo imágenes a través de redes de proveedores? ¿Qué hago en una empresa conjunta? ¿Cómo manejo información de referencia ? Ahora soy parte de una red clínicamente integrada o soy una firma de capital privado donde estoy apoyando múltiples hospitales, nuevos cada día. Y entonces un informático de radiología va a tener que estar pensando en todos esos casos de negocio.

Y luego, si eres parte de una organización académica o una organización de investigación, tienes que estar pensando sobre las juntas de tumores, la investigación y la anonimización de esos datos. Y, luego, si estoy trabajando en el espacio de simplemente tratar de manejar solicitudes de los consumidores, ¿cómo libero información a los paciente?
Eso es un enorme alcance de trabajo, y como CMIO, no puedo hacer eso solo. Tengo que pedir a los expertos que reúnan tecnologías que nunca se han unido antes.

– ¿Cómo impacta la implementación de la informática de radiología el papel de los radiólogos y otros profesionales de la salud?

– Entonces, la disciplina de los radiólogos dentro de una organización como especialidad ha consistido en pasar por muchos estudios y responder a las preguntas que se les encomendaron, y luego ser un consultor con los médicos tratantes. Gran parte de eso es fuerza bruta tratando de pasar por tantas imágenes como sea posible. ¿En qué punto piensan sobre su flujo de trabajo? ¿En qué punto piensan en nueva tecnología? ¿En qué punto piensan sobre algunos de estos casos de uso de los que hemos hablado? Y van a necesitar expertos como los informáticos de radiología para ayudarles a aplicar la tecnología.

Entonces, una firma de capital privado vino a mí hace un año y medio y dijo: «estamos buscando soluciones de IA. ¿Puede ayudarnos a implementar eso?» Y había múltiples, múltiples soluciones de IA. Ninguna de ellas corría en la misma plataforma. Todas requerían feeds separados hacia la nube de IA, y va a requerir profesionales de informática de radiología para manejar eso en nombre de la profesión de radiología.

– ¿De qué maneras crees que la informática de radiología apoya la transición hacia el cuidado basado en el valor? – Absolutamente, sabes, creo que, cada vez más, las modalidades de imagen estaban asociadas con un sistema de salud y eran para abordar un problema y en el cuidado basado en el valor vamos a tener que ser eficientes y efectivos en el uso de modalidades de radiología costosas. Organizaciones como los centros para servicios de Medicare están mirando el costo total de atención. Así que mi relación con un radiólogo será: ¿cuál es el mejor primer estudio? ¿Puedes acceder a estudios que ya se han hecho? ¿Puedes superponer sobre eso más inteligencia que podría ayudarme a manejar la vida del paciente?

Un ejemplo interesante, me pidieron que comentara sobre una empresa que tiene un algoritmo de IA que es capaz de, a partir de una radiografía simple, por lo que la pregunta podría ser: ¿tiene este paciente neumonía? Pero el algoritmo de IA corre y puede detectar osteoporosis a partir de una radiografía de tórax, casi tan bien como un escaneo óseo. Bueno, ya sabes, ¿el radiólogo abraza eso y dice, en lugar de pedir otro estudio, puedo usar ese algoritmo de IA para dirigir de manera más económica y más efectiva a ese paciente para el cuidado y tratamiento rentables?

– Debido a que nos estamos dirigiendo al último minuto de nuestro episodio, me gustaría preguntarte, ¿dónde crees que está el futuro de la informática de radiología o hacia dónde crees que se dirige? ¿Qué tendencias preves que vendrán?

– Gracias, Andra. Sabes, creo que la interoperabilidad va a conducir mucho de eso.
La oportunidad de tener un registro de imagen consolidado y transportable similar a tus registros textuales está llegando, poder mover eso a la nube y ser capaz de dirigir eso tanto desde los clínicos tratantes y gerentes como al consumidor. Y piensas en, ya sabes, un niño pequeño nacido con un defecto congénito de salud. Tetralogía de Fallot, por ejemplo, que requiere múltiples, múltiples cirugías al principio de la vida y la anatomía de ese estudio va a capturarse en muchos tipos diferentes de modalidades. Va a ser radiografías, van a ser tomografías computarizadas, RMN, lo que sea, desde el hospital que entregó al bebé al centro de atención terciario que va a manejar esas cirugías desde el inicio de la vida del paciente hasta la adultez.

Bueno, esa información de repositorio siendo poseída por el paciente y siendo accesible a lo largo de la vida del paciente es hacia donde vamos. Y creo que la oportunidad entonces de aplicar A.I… para normalizar los datos y los metadatos para mantenerlo de manera eficiente en esa arquitectura de nube está llegando y estoy emocionado de ver el día en que yo, como padre, o yo, como médico de atención primaria, pueda decir con confianza que nadie va a perderse información importante y que lo vamos a gestionar de una manera que no vamos a repetir estudios porque no podemos acceder a ellos, y que vamos a aprender cosas sobre los pacientes que de otra manera no habríamos aprendido.

Así que todo eso está llegando, y va a depender de una gran capacidad de cómputo, grandes arquitecturas basadas en la nube con grandes capacidades de cómputo y con la creatividad y la sabiduría de los radiólogos, clínicos e informáticos de radiología gestionando esa arquitectura.

– Bueno, muchas gracias, Dr. Kramer. Gracias por participar en este episodio y por compartir con nosotros su experiencia y algunas excelentes ideas. Estaremos hablando más sobre la IA y la implementación de la IA y su conexión con la informática de radiología en un episodio futuro, pero gracias por tu tiempo, Dr. Kramer y sí, esperamos con ansias nuestro próximo episodio.

– Andra, gracias por tenerme. ¡Ha sido un placer!