Transformando a Radiologia: Relatórios de

Brian Casey, Dr. J.S. Luchs, Dr. A Rizvi e Vijay

Brian Casey: Olá e bem-vindos ao Transformando os relatórios de radiologia: automação impulsionada por IA com integração RIS PACS baseada em nuvem e webinar Imaging Wire em parceria com a RamSoft. Meu nome é Brian Casey e sou editor-chefe do The Imaging Wire.

Temos um ótimo programa para vocês hoje. Começaremos com um painel de discussão sobre novas tecnologias para relatórios de radiologia. Depois do painel, vamos abrir espaço para perguntas do nosso público na segunda metade do webinar.

Palestrantes:

• Dr. J.S. Luchs, diretor médico da Premier Radiology Services.
• Vijay Ramathan, CEO e cofundador da RamSoft.
• Dr. A. Rizvi, fundador e CEO da Rad Pair e telerradiologista atuante na Premier Radiology Services.

Senhores, obrigado por estarem conosco hoje.

Dr. J.S. Luchs: E aí, Brian, valeu pelo convite.

Vijay Ramathan: Valeu, Brian.

Dr. A. Rizvi: Valeu, Brian.

Brian Casey: Então, vamos começar. Dr. Luchs, você é o diretor médico da Premier, uma organização com 120 radiologistas que analisam mais de 10.000 estudos por dia. Quais são alguns dos desafios que você vê atualmente nos relatórios de radiologia?

Dr. J.S. Luchs: Nos relatórios de radiologia, provavelmente o maior desafio que enfrentamos começou quando fizemos a transição para o reconhecimento de voz. Antes, contávamos com transcritores que registravam o que dizíamos, seja em fita ou por ditado, e isso era rápido e eficiente. Isso nos permitia dedicar todo o nosso tempo à análise de imagens e ao trabalho de radiologista, que é o que amamos fazer. A mudança para o reconhecimento de voz foi interessante; tenho idade suficiente para ter vivido essa época. No começo, foi horrível, mas com o tempo melhorou bastante. No entanto, os desafios continuam, porque agora os radiologistas precisam se concentrar muito nos relatórios, o que não é o que fomos treinados para fazer nem somos particularmente habilidosos. Somos especialistas em anatomia e identificação de patologias, não em transcrição. No entanto, muitas vezes nos vemos atuando como transcritores, o que ocupa quase 50% do nosso tempo.

Isso cria relutância entre os radiologistas em se envolver com plataformas nas quais basicamente temos que digitar ou revisar e editar relatórios constantemente. Mesmo com algum suporte de transcrição, ainda há um atraso no tempo de resposta. A combinação das demandas de reconhecimento de voz e questões mais amplas, como a falta de radiologistas, a dificuldade em contratar e o esgotamento, agravam esses desafios. O esgotamento é um problema significativo, não só por causa da carga de trabalho crescente, mas também devido à exaustão mental de editar relatórios meticulosamente, verificando se erros como “esquerda” ou “direita” foi mencionado corretamente, ou até mesmo se preocupar com pontuação. É realmente exaustivo. Se pudéssemos eliminar grande parte dessa carga de trabalho focada em relatórios e, em vez disso, nos concentrar em nossa especialidade principal como radiologistas, poderíamos ler mais estudos, sentir menos exaustão e reduzir significativamente o esgotamento. Esse é o desafio geral que enfrentamos: permitir que os radiologistas façam o que fazem de melhor.

Brian Casey: Qual é o impacto de muitos desses desafios no fluxo de trabalho dos radiologistas?

Dr. J.S. Luchs: Muito, e, novamente, é entre o esgotamento e, você sabe, querer fazer mais estudos. Isso vai te atrasar. Sabe, quando você tem que voltar e começar a olhar seu relatório, o que todos nós temos que fazer agora, olhar seu relatório, ler seu relatório em detalhes.

Primeiro, você vai tentar fazer relatórios mais curtos e com menos detalhes, o que realmente não é bom para o paciente. Segundo, você vai ficar mais lento e ler menos estudos por dia. E terceiro, você vai ficar cansado no final do dia. Então, se você não estivesse fazendo isso, poderia ler mais porque estaria menos cansado.

Então, no final do dia, a gente tem que fazer pausas. O importante mesmo é o tempo de resposta e terminar os estudos dos pacientes para que eles possam receber o tratamento adequado. E ler menos por dia para o mesmo radiologista afetará o paciente.

Brian Casey: Então, Vijay, você dirige uma empresa de RIS PACS baseada em nuvem há 30 anos. Como você acha que a tecnologia em nuvem, a automação e o PACS podem trabalhar juntos para maximizar o valor e a economia de tempo para os radiologistas do ponto de vista dos relatórios?

Vijay Ramanathan: Brian, estamos super empolgados em oferecer soluções que aumentam a produtividade dos radiologistas, resolvem a falta de pessoal, gerenciam volumes crescentes e melhoram a qualidade dos relatórios para os médicos solicitantes. Quando começamos, a telerradiologia focava em dar opiniões rápidas sobre tomografias computadorizadas de emergência e entregar os resultados rapidamente aos médicos do pronto-socorro. Percorremos um longo caminho desde aqueles primeiros sistemas. Nos anos 2000, fomos um dos primeiros a oferecer software de telerradiologia baseado na web para radiologistas e adotamos soluções baseadas em nuvem assim que elas amadureceram, há uma década. Essa é a próxima evolução da telerradiologia e dos relatórios de radiologia.

Agora, estamos combinando os benefícios dos transcritores, que historicamente auxiliavam os radiologistas na criação de relatórios, com soluções baseadas em nuvem que oferecem login único, listas de trabalho unificadas e fluxos de trabalho automatizados. Isso cria um ambiente onde tudo o que um radiologista precisa — imagens, relatórios, dados atuais, dados anteriores, documentos, sintomas, histórico — está disponível em um único lugar, em um único desktop, integrado a uma solução de relatórios com inteligência artificial. Essa abordagem aumenta muito a produtividade e a eficiência.

A tecnologia em nuvem oferece benefícios incríveis em termos de segurança, mas, mais importante, oferece armazenamento e escalabilidade ilimitados. Com uma solução baseada em nuvem, podemos facilmente integrar novos centros de imagem ou hospitais, incorporar suas imagens e antecedentes e eliminar restrições como limitações de hardware, armazenamento ou rede. A infraestrutura atual nos permite entregar imagens a radiologistas em qualquer lugar, sem restrições de largura de banda vinculadas a locais urbanos. Essa capacidade nos permite automatizar fluxos de trabalho clínicos e entregar resultados com eficiência aos consultórios que solicitaram os exames, independentemente da localização.

Brian Casey: Certo? A nuvem oferece muitos benefícios quando se trata de gerenciamento de imagens médicas. Agora, Dr. Rizvi, você é o fundador da Rad Pair, e falaremos mais sobre a Rad Pair em um momento, mas você também é um radiologista atuante. Você pode compartilhar sua perspectiva sobre como os relatórios baseados em IA podem ser parte da solução para todos os desafios que ouvimos hoje sobre relatórios de radiologia?

Dr. A. Rizvi: Sim, com certeza, Brian. Então, você sabe, eu comecei a Rad Pair por isso. Esse era o objetivo, porque, como o Dr. Luchs e o Vijay mencionaram, há um vaivém que acontece quando você está lendo casos, o que contribui significativamente para o esgotamento. Você está olhando as imagens e, ao mesmo tempo, tentando formular as palavras para um sistema de ditado muito orientado pela voz. Você está dizendo toda a gramática, como “ponto” e “nova linha”, e muitas vezes clicando em campos de formulário se estiver fazendo um relatório estruturado. Como sua mente está dividida entre essas duas tarefas, como o Dr. Luchs descreveu, fazer isso milhares de vezes por dia em mais de cem casos, durante oito a dez horas, leva ao esgotamento no final do dia. Então, comecei a pensar: como podemos parar essa alternância constante de contexto? A IA generativa fez muito sentido para mim porque funciona como um residente ou escrevente muito inteligente — alguém que ouve você em tempo real e produz relatórios rapidamente, semelhante ao que o Dr. Luchs descreveu com um transcritor. A ideia era trazer essa funcionalidade para o primeiro plano com a IA e fazê-la de forma eficiente, e essa foi a gênese desse sistema de relatórios.

Brian Casey:  Parece uma ótima ideia. Então, Dr. Rizvi, sei que você tem um vídeo curto sobre o que é possível hoje com relatórios baseados em IA integrados ao PACS baseado em nuvem. Você poderia colocar para a gente assistir?

Dr. A. Rizvi: Claro.

Vídeo 1: Vídeo curto sobre o Rad Pair
E aí, pessoal, vou falar sobre a nossa integração com o Rad Pair e o PowerServer da RamSoft. Como vocês podem ver do lado esquerdo, temos um caso aberto na janela de imagens, uma radiografia do tórax, e do lado direito do PowerServer, temos essa integração perfeita com o Rad Pair.

Só para destacar algumas coisas, o histórico clínico já foi transferido para o relatório, e isso inclui informações como o histórico clínico e as visualizações deste caso, que é apenas uma radiografia do tórax. No entanto, o ponto principal aqui é que não estamos apenas fazendo um mapeamento um para um; tem uma camada de IA aqui também pra garantir que as informações que estão sendo enviadas sejam realmente relevantes pra duas coisas: uma, pra relatórios como radiologista, e duas, pra fins de cobrança. Portanto, não é apenas um mapeamento um-para-um. Há outra camada de IA.

Com isso, vou rapidamente ditar este caso:

“Ok, então há marcas intersticiais bilaterais proeminentes compatíveis com alterações congestivas e há um pequeno derrame pleural esquerdo versus atelectasia basilar. Cateter IJ do lado direito presente dentro da VCS, tubo endotraqueal 3,9 centímetros acima da rinna e um tubo de alimentação presente sobre o estômago em uma posição adequada.”

Com isso, vou prosseguir e processar este relatório. Lembre-se de que eu não ditei isso e não cliquei em campos nem disse “nova linha” ou “ponto” ou qualquer outra coisa relacionada à gramática. O relatório já está pronto. Leva apenas alguns segundos.

Você pode ver que tudo o que eu disse está na posição correta em cada seção em que deveria estar, causando uma boa impressão para você. Nesse ponto, você poderia simplesmente assinar o caso e passar para o próximo.

Esse é o poder dos relatórios totalmente gerados por IA. Você só precisa falar com ele, ele faz o trabalho por você, você assina o caso e passa para o próximo. Isso melhora sua eficiência, melhora a qualidade e estamos muito felizes por fazer parceria com o PowerServer da RamSoft nisso. Tem sido uma jornada incrível e espero que você também goste. Valeu.

Vídeo 2: Pair Insights
E aí, galera, vamos falar sobre o Pair Insights, que é a nossa integração com a Radiopedia que permite que os radiologistas falem naturalmente, e as diretrizes e classificações são inseridas automaticamente. Na verdade, ele usa IA para vasculhar a base de conhecimento da Radiopedia e trazer de volta a classificação ou diretriz apropriada.

Então, se você olhar para a tela agora, no lado esquerdo, tem um caso de nódulo pulmonar, e o Rad Pair está perfeitamente integrado ao RamSoft PowerServer. Vamos ditar rapidamente este caso e mostrar o que significa:

“Há um nódulo pulmonar de um centímetro observado no lobo inferior direito, insira a diretriz.”

Vou pausar aqui e explicar o que está acontecendo. O Pair Insights está acessando a Radiopedia, encontrando a diretriz apropriada e trazendo-a de volta. Agora, se este fosse um caso que você estivesse lendo, obviamente você não pararia por aí; você continuaria lendo o caso. Mas eu parei aqui apenas para mostrar o que está acontecendo.

Quando ele voltar, o que geralmente leva de 10 a 20 segundos, ele colocará as diretrizes apropriadas. Então, neste caso, ele está usando a Fleischner Society e colocou a diretriz apropriada. Agora, se você quiser verificar isso mais a fundo, você poderia ler a justificativa associada a isso e procurar o motivo pelo qual foi escolhido. Você poderia até dar um passo adiante e acessar o artigo de referência real da Radiopedia.

E, quando terminar, você pode aceitar isso, e ele se tornará parte da sua transcrição. Depois de processar isso, o que vai acontecer é que isso vai acabar fazendo parte do seu relatório.

Então, em alguns segundos, a TC vai voltar, estará na seção pulmão, já está de volta, já destacou tudo o que foi feito. E, obviamente, isso é a única coisa que dissemos; não dissemos mais nada. E assim você fica com uma boa impressão no final também.

Então, em resumo, isso é o Pair Insights com tecnologia Radiopedia, totalmente integrado ao Rad Pair e ao PowerServer da RamSoft. Muito obrigado.

 

Brian Casey: Tudo bem, isso foi muito interessante. Obrigado. Valeu, Dr. Rizvi. Então, Vijay, você pode resumir os benefícios dessa integração que estamos ouvindo falar entre relatórios baseados em IA e PACS baseados em nuvem?

Vijay Ramanathan: Claro, obrigado, Brian. É realmente a facilidade de integração, incorporando a solução de geração de relatórios de IA na solução PACS, que economiza tempo em tempo real. Não se trata de ter uma solução de relatórios de IA separada de um sistema PACS; toda a solução está integrada. Tudo é incorporado— não é preciso mencionar pontuação ou se preocupar com a sequência dos elementos ditados. A impressão pode ser gerada automaticamente a partir do relatório.

Essa configuração economiza muito tempo, permitindo que os radiologistas trabalhem de qualquer lugar com uma solução de relatórios baseada em nuvem. Não é necessário hardware dedicado ou qualquer equipamento proprietário — apenas monitores de alta qualidade e uma estação de trabalho para executar a solução RamSoft, que tem a solução de relatórios de IA da Rad Pair incorporada.

A melhor parte de uma solução baseada em nuvem é que ela continua melhorando todos os dias. Por exemplo, o Pair Insights incorpora as informações radiológicas mais precisas e atualizadas, como classificações de estágio de tumores e classificações BI-RADS.

E aqui está o ponto principal: ainda estamos no início da IA. Olhando para o futuro, essa tecnologia só vai melhorar, oferecendo soluções cada vez mais avançadas para radiologistas todos os meses.

Brian Casey: Isso é ótimo. Então, Dr. Luchs, como diretor de marketing que precisa tomar decisões sobre a adoção de tecnologias na Premier, você pode compartilhar os critérios que usa para avaliar as ferramentas de IA? Como você decide que tipo de IA implementar?

Dr. Luchs: Claro. Olha, tudo se resume à primeira e mais importante coisa, que é o custo. Claro que o custo é importante. Mas, deixando isso de lado por um segundo, a precisão da IA é extremamente importante.

Quando você está lidando com IA de imagem, uma precisão de, digamos, 85%, pode ser muito boa. No entanto, quando você está lidando com IA do tipo voz, 85% é péssimo. Para reconhecimento de voz e IA, a gente realmente quer que seja perfeito. O reconhecimento de voz é super importante, exatamente como o Dr. Rizvi estava dizendo. Se você tem um reconhecimento de voz perfeito, ou pelo menos se o programa coloca as coisas onde devem estar no relatório, isso economiza muito tempo e evita o esgotamento. Isso garante que você não fique exausto no final do dia.

Quando isso acontece, você aumenta a eficiência. Então, a IA pode aumentar a eficiência do radiologista? Ela pode aumentar a produtividade e o tempo de resposta, bem como o número de casos que atendemos por dia, mantendo a qualidade que buscamos?

Outro fator é a integração. A IA está integrada ao PACS ou é um tipo de sistema separado? Quando você tem um sistema de plataforma única, é muito mais fácil carregar, treinar e usar, não só para o radiologista, mas também para a equipe operacional. Um sistema integrado torna significativamente mais fácil começar a trabalhar, porque sempre há uma curva de aprendizado quando você lida com qualquer equipe, seja ela radiológica ou operacional.

Se você tem um sistema em que a IA e o PACS estão bem integrados e se comunicam de forma eficaz, isso reduz significativamente a curva de aprendizado e permite que a equipe implemente o sistema com sucesso e o faça funcionar de forma eficiente.

Brian Casey: Então, você diria que essa é talvez a consideração mais importante ao integrar relatórios de IA com PACS — a facilidade dessa integração?

 

Dr. Luchs: Sim, exatamente. O mais importante é que eles gostem de se comunicar entre si, porque às vezes os programas não gostam disso. E embora você pense que acabou de comprar todo o sistema e que ele estará funcionando em dois meses ou um mês, seis meses depois, você ainda não tem todo mundo usando. Então, sim, isso faz sentido.

Brian Casey: Dr. Rizvi, queria falar um pouco com você sobre algo que tenho ouvido falar um pouco na área. Trata-se de algo chamado IA baseada em agentes. Você poderia falar sobre o que é IA baseada em agentes e talvez o que isso pode significar para a radiologia?

 

Dr. A. Rizvi: Claro. Então, se a gente der um passo atrás e pensar nas mudanças de paradigma que vimos na radiologia nas últimas décadas, a gente passou basicamente da radiologia baseada em filme para um paradigma digital. Com isso veio a ditado, e sinto que é aí que estamos há várias décadas.

Se você pensar nisso da perspectiva de um radiologista, o que você vê é basicamente a mesma interface do usuário e a mesma experiência do usuário, certo? Você tem uma caixa de texto, você dita nela e, em algum momento, você tem um relatório e assina. Tem sido assim há algumas décadas, como eu disse.

Onde estamos indo agora é para um assistente e copiloto real que se comunica com você e realiza tarefas para você. Por exemplo, se estou analisando um caso e lendo, dizendo: “Ok, há um pequeno derrame pleural direito”, e estou observando todas essas coisas, a IA agênica responde: “Sim, entendi. Coloquei isso nos resultados.” Então eu digo: “Ok, você pode adicionar isso à impressão?” e ele faz isso por mim, informando que está fazendo.

Nesse caso, não preciso tirar os olhos das imagens. Normalmente, se algo não está se comunicando ativamente comigo, ainda preciso olhar para trás em algum momento para confirmar se foi para o lugar certo. Mas se algo está se comunicando comigo e eu posso confiar nisso, não preciso fazer isso várias vezes. A única coisa que preciso fazer é, depois de finalizar meu diagnóstico, olhar para trás uma última vez para garantir que tudo está correto, pedir para assinar o relatório, e ele fará isso.

Esse é o futuro. É um paradigma completamente diferente do que temos feito no passado. Vamos apresentar isso na RSNA, e não é um artifício. É um produto real. Você poderá usá-lo em nossos estandes na RamSoft e Rad Pair.

Demonstração em vídeo:

“Wingman aqui, pronto para a ação.”

“Ei, wingman, preciso que você combine meus dois modelos: o OB maior que 14 semanas e o perfil biofísico do ultrassom.”

“Entendido, os modelos foram combinados.”

“Por favor, adicione aos resultados que há um pneumotórax de 25% observado no ápice do pulmão esquerdo e coloque isso também na impressão."

"Entendido, resultado adicionado ao relatório e à impressão."

"Ok, acho que está tudo certo aqui. Vamos assinar este relatório."

"Entendido, relatório assinado. Câmbio e desligo."

 

Brian Casey: Tudo bem, legal. Mal posso esperar pra ver isso na RSNA. Então, Dr. Rizvi, você tem um pequeno desafio pro nosso público quando se trata de relatórios. Pode descrever o que é?

Dr. A. Rizvi: Sim, meu desafio pra todos os radiologistas é o seguinte: quero que liguem o microfone e comecem a falar com ele, como se eu estivesse falando com vocês. Contem sobre o jogo de futebol. Falem sobre o que aconteceu nas eleições — bem, talvez não isso. Mas usem uma linguagem normal e vejam o que acontece.

O que vocês vão perceber é que, com os sistemas de relatórios de ditado antigos, vão obter apenas um monte de palavras sem sentido. Isso acontece porque esses sistemas são superadaptados ao léxico da radiologia.

Por que isso importa? O futuro dos relatórios baseados em IA agênica exige que a ditado — a entrada de voz — seja algo que entenda a linguagem natural, mas também possa alternar facilmente entre a linguagem natural e o léxico da radiologia. Se não puder fazer isso, não poderá realizar grande parte do trabalho que precisamos da IA agênica.

É aí que eu acho que o que criamos na Rad Pair com o Speech Engine 2.0 se destaca. Ele foi projetado para lidar com todos esses desafios e realmente permite que a IA agênica forneça soluções significativas. Mal posso esperar para mostrar a todos na RSNA.

Brian Casey: Tudo bem, pessoal, vocês podem experimentar isso em casa, certo?

Dr. A. Rizvi: Sim, com certeza.

Brian Casey: Antes de passarmos às perguntas, gostaria de dar ao Dr. Luchs a oportunidade de fazer algumas considerações finais. Lembrando ao nosso público que vocês podem fazer perguntas usando o botão P&A na parte inferior da tela, e tentaremos responder a todas as perguntas quando abrirmos a sessão, daqui a alguns minutos. Dr. Luchs, alguma consideração final?

Dr. Luchs: Sim, obrigado, Brian. Então, o Dr. Rizvi disse algo muito interessante — esse conceito de IA baseada em agentes e como isso é algo novo. É mesmo.

Mas o mais incrível, de novo, é que eu tenho idade suficiente pra dizer que já usei um gravador. Quando eu usava o gravador, eu falava com uma pessoa. Sim, estava sendo gravado, ou eu estava falando com alguém, e eu dizia exatamente o que o Dr. Rizvi acabou de descrever:

“Há um derrame pleural, há um pneumotórax, há uma fratura na costela. Ah, há um infiltrado no lobo inferior direito. Certifique-se de incluir isso no relatório. E, a propósito, o último relatório que fiz há dois relatórios — você pode incluir isso também?”

Tudo isso fazia parte de uma conversa que você estava tendo com uma pessoa. Agora, avançando para o reconhecimento de voz. Para aqueles da minha idade que já usaram reconhecimento de voz, era preciso confiar no fato de que, se você tivesse aprendido a digitar no ensino médio, isso realmente ajudaria.

Então, chegamos a um ponto em que o reconhecimento de voz ficou melhor — sim, ficou —, mas continuava desorganizado. Agora, com a IA baseada em agentes, parece que voltamos ao ponto de partida.

Agora estamos usando essa IA baseada em agentes como o transcritor com quem estamos conversando. É como se tivéssemos voltado a simplesmente falar sobre o que vemos: descrever as imagens, falar como se estivéssemos conversando com um médico que nos encaminhou.

E é exatamente assim que somos treinados — é por isso que fazemos isso e por que amamos o que fazemos. É fenomenal que tenhamos chegado a este ponto. Estou muito animado para começar a usar a IA baseada em agentes assim que for lançada.

Acho que vai mudar drasticamente a forma como a radiologia é praticada e nos levar de volta ao ponto em que os radiologistas podem realmente se concentrar em ser radiologistas.

Brian Casey: Sim, com certeza será um futuro empolgante. Ótimas considerações finais. Agora estamos prontos para começar a responder perguntas. Dêem-nos um segundo para nos prepararmos e já voltamos. Lembrem-se de que vocês podem usar o botão de perguntas e respostas na parte inferior da tela para fazer qualquer pergunta, e já voltamos.

 

Estamos de volta. Já temos algumas perguntas chegando. Dr. Rizvi, gostaria de dirigir a primeira pergunta a você. Como radiologista, posso usar uma combinação de relatórios gerados por IA e meus modelos históricos favoritos com o que você mostrou?

 

Dr. A. Rizvi: Sim, com certeza. Criamos um sistema que inclui todos os modelos padronizados já integrados, mas você não está limitado a usar apenas nossos modelos. Você pode usar os seus próprios, e há métodos muito fáceis para adicioná-los.

Você pode fazer isso no nível do usuário ou usar o painel de administração back-end, que permite que os administradores personalizem e adicionem modelos para radiologistas individuais.

A maneira como pensamos sobre modelos neste novo futuro é como um guia para a IA — essencialmente instruções sobre onde colocar as coisas. É assim que definimos modelos neste momento.

Brian Casey: Temos uma pergunta do Trent:

E se o paciente faz parte de um programa de rastreamento pulmonar e você quer as diretrizes do Lung-RADS em vez das do Fleischner? Esse produto consegue reconhecer o paciente como um paciente em rastreamento de câncer de pulmão e sugerir diretrizes com base no histórico do paciente no EMR PACS?

Dr. A. Rizvi: Sim, a resposta é sim, ele consegue. Temos todas essas diretrizes integradas ao sistema. Seja Lung-RADS, BI-RADS ou TI-RADS, todas as diretrizes da ACR estão incluídas.

Você pode escolher qual diretriz deseja usar e, se for um caso de rastreamento e estiver mencionado como tal, nossos algoritmos de IA vão determinar isso e escolher automaticamente a classificação e a diretriz corretas.

 

Brian Casey: Tudo bem, perfeito. Vijay, gostaria de dirigir a próxima pergunta a você.

Quais são algumas das melhorias que os administradores de PACS e a equipe de TI vão ter com um gerador de relatórios integrado no PowerServer?

 

Vijay Ramanathan: Claro, tem algumas melhorias importantes.

Uma das principais vantagens é que fica muito mais fácil manter os modelos com relatórios de IA, porque você precisa de menos modelos. Antes, precisávamos de modelos pra cobrir todos os casos.

Com os relatórios de IA, a IA é inteligente o suficiente pra lidar com a maioria dos casos com só um modelo por tipo de estudo, sem precisar criar modelos pra cada pequena variação. Por exemplo, um estudo normal com pequenas variações precisava de um modelo ou macro próprio. Agora, a inteligência da IA elimina a necessidade dessa personalização detalhada.

 

Isso é uma ajuda significativa para administradores de PACS e diretores médicos, pois menos modelos significam um gerenciamento muito mais simples. Gerenciar um grande número de modelos pode se tornar uma tarefa árdua, e essa melhoria simplifica significativamente o processo.

Acho que o Dr. Luchs também gostaria de comentar sobre isso, já que gerenciar um grande número de modelos pode ser realmente um grande desafio.

Dr. J.S. Luchs: Sim, concordo plenamente. Quero dizer, todo mundo quer seus próprios modelos. Eles sempre querem seus próprios modelos exatamente como desejam, e isso pode tornar muito mais difícil para a equipe de TI lidar com isso.

E se você não precisa lidar com isso, ou se algo já está integrado, ou se você está lidando com uma IA que vai acabar criando seus modelos para você, isso vai tornar tudo muito mais fácil para a equipe.

Brian Casey: Sim. Dr. Luchs, você pode falar um pouco sobre os tempos de resposta? Você falou anteriormente sobre esgotamento e eficiência, e esse tipo de coisa quando se trata de tempos de resposta, que é uma métrica real pela qual os radiologistas são avaliados. Quais são as vantagens de uma solução combinada de PACS e relatórios em termos de tempo de resposta? Isso permite que você emita relatórios mais rapidamente?

Dr. J.S. Luchs: Sim, quando algo está integrado e eles realmente — como eu estava dizendo antes — se comunicam entre si e estão felizes em se comunicar, isso torna tudo muito mais fácil para o radiologista.

Se as coisas carregam mais rápido, se o sistema carrega imediatamente e você não precisa esperar outro programa abrir ou iniciar depois de clicar em algo, isso vai afetar o seu tempo de resposta. O tempo de resposta não deve ser afetado pelo que os computadores estão fazendo. Deve ser afetado por você, como radiologista, e pelo tamanho do seu relatório e pelo tempo que você leva para lê-lo.

Ter dois sistemas integrados que realmente funcionam bem juntos ajuda muito no tempo de resposta.

Outra coisa é que isso também ajuda na integração, porque se você tem um sistema e quer comprar outro, vai ter que garantir que eles sejam integrados até certo ponto, pelo menos que eles se comuniquem entre si. Isso também vai retardar a transição para o reconhecimento de voz do tipo IA. Portanto, ajuda em ambos os aspectos.

Brian Casey: Muito bom. Temos uma pergunta do Christian, que está na plateia. Dr. Rizvi, posso treinar a IA com alguma frase específica que os radiologistas usam nos seus relatórios?

Dr. A. Rizvi: Sim, talvez eles estejam se referindo a macros ou outras coisas que você possa dizer. E sim, todos os recursos que são normalmente usados por radiologistas, como frases rápidas que você diz — como macro isso, macro aquilo — todos eles ainda podem ser usados na transcrição.

Você pode criar essas macros no nosso sistema. Você pode carregá-las de vários outros sistemas. Assim, todas elas podem ser usadas dentro do nosso sistema.

Brian Casey: Ok. Outra pergunta complementar do Carl. Os dados DICOM SR (que acredito ser o relatório estruturado DICOM) podem ser integrados automaticamente ao relatório de radiologia, especialmente em áreas específicas do relatório?

Dr. A. Rizvi: Sim, essa é provavelmente uma das coisas mais legais que está por vir, e vou te dar uma prévia. Se você tiver dados SR estruturados chegando, o legal da IA generativa é que você não precisa mapeá-los em campos individuais. Se você treinou bem os modelos, e nós temos na Rad Pair, eles podem simplesmente pegá-los como estão e colocá-los em qualquer modelo, desde que haja uma seção para isso.

Por exemplo, se você tem uma seção chamada “informações sobre areia nos rins” provenientes da RS para os rins esquerdo ou direito, ela será colocada no lugar certo. Você nem precisa fazer uma parte significativa do mapeamento.

Agora, o que é realmente legal é quando passamos para o multimodal e começamos a olhar as imagens e os dados reais resumidos das imagens de ultrassom e os puxamos automaticamente.

Isso é o que chamamos de cache de relatórios. Assim como o conceito de cache de imagens, em que as imagens já estão carregadas quando você abre um caso, o cache de relatórios pré-carrega todos os seus elementos de dados — sejam eles classificadores de imagens multimodais, dados SR ou metadados do sistema.

Quando você abre esse caso, tudo está lá para você. Nesse momento, se você quiser adicionar algo, pode fazê-lo, mas se o caso já estiver concluído, basta clicar em “Assinar” e pronto. Isso economiza muito tempo.

Brian Casey: Sim, com certeza. Tenho uma pergunta do Luke. A solução integrada RamSoft Rad Pair pode determinar os antecedentes relevantes de um paciente no RamSoft Patient Explorer e colocar as datas e descrições desses antecedentes na seção de comparação do relatório? Se não, esse nível de integração está nos planos?

Vijay Ramanathan: Sim, essa é definitivamente a próxima fase da integração que está em andamento: conseguir capturar os dados anteriores automaticamente, para que não precisem ser ditados. Normalmente, um radiologista ditava as informações de exames anteriores que ele realmente via, mas tudo isso poderia ser feito automaticamente.

Isso está em andamento.

Brian Casey: Aqui vai uma pergunta interessante. No último ano, tivemos duas ocorrências de falhas completas na conectividade com a Internet por várias horas, impossibilitando a execução de aplicativos de radiologia. Existe a possibilidade de continuar utilizando seu aplicativo quando isso acontece, como durante um desastre ou um ataque cibernético?

Vijay Ramanathan: Normalmente, o que recomendamos em termos de conectividade com a internet é ter uma solução de backup e um procedimento para casos de interrupção do serviço. Hoje, a solução de backup mais adequada é a conectividade celular.

Por exemplo, a maioria de nós tem celulares com conectividade 5G, que é mais do que suficiente para cenários de backup quando a conectividade primária com a internet cai.

Em termos de garantir que os radiologistas possam continuar trabalhando durante uma interrupção da internet, ter uma solução baseada em nuvem é muito útil. As soluções baseadas em nuvem continuam funcionando mesmo se houver uma interrupção em um local específico.

Se a conectividade for perdida em um local, os radiologistas podem trabalhar remotamente de outro local ou de casa. Essa flexibilidade é uma das grandes vantagens dos sistemas baseados em nuvem.

Dr. J.S. Luchs: Sim, é semelhante ao que Vijay disse. Usamos o RamSoft há mais de uma década e ter um PACS baseado em nuvem torna muito mais fácil manter as operações durante uma queda repentina de energia ou uma interrupção na internet.

Por exemplo, você pode mudar rapidamente para um hotspot móvel e continuar trabalhando sem precisar reiniciar o sistema PACS ou outros equipamentos.

A segurança cibernética também é super importante, e a gente confia muito nas medidas de segurança robustas da RamSoft. Tem sido incrível.

Brian Casey: Muito bom. Dr. Rizvi, tem como modificar o modelo, tipo incluir uma seção de correlação clínica? Além disso, se houver seções em branco, o radiologista responsável pela interpretação insere algum texto ou isso pode ser finalizado?

Dr. A. Rizvi: Os modelos são totalmente modificáveis. Você pode adicionar seções ou fazer as alterações que desejar.

Se uma seção estiver completamente em branco, você precisará informar ao sistema o que colocar nessas áreas. Mas, se já tiver frases normalizadas nessas seções, nosso sistema é inteligente o suficiente pra reconhecer contradições e substituir informações desatualizadas pelo conteúdo atualizado que você fornecer.

Brian Casey: Pergunta de Paolo: Dá pra usar essa ferramenta integrada com o PowerScribe?

Dr. A. Rizvi: O Rad Pair é uma solução completa de relatórios. Ela inclui todos os recursos dos sistemas de relatórios antigos, além de relatórios gerados por IA, classificações e os recursos de IA agênica que a gente falou.

A gente vê isso mais como um substituto para os sistemas de relatórios antigos do que apenas um complemento.

Brian Casey: Pergunta de Brad: Com os modelos de linguagem grande (LLMs) ficando mais populares, como o Rad Pair se diferencia de outras soluções que usam LLMs? É na velocidade, precisão, integração ou em tudo isso?

Dr. A. Rizvi: A gente se vê como revolucionários do paradigma de relatórios, não só fazendo melhorias incrementais.

Historicamente, os sistemas de relatórios passaram por pequenas mudanças incrementais ao longo das décadas, mas a interface do usuário e a experiência do usuário permaneceram praticamente as mesmas: caixas de texto, relatórios ditados e edições manuais. Mesmo as empresas que usam LLM snow estão focadas principalmente em pequenas melhorias no fluxo de trabalho existente.

Na Rad Pair, estamos adotando uma abordagem diferente. Queremos mudar completamente o paradigma, criando uma experiência de comunicação natural. O objetivo é que a Rad Pair desapareça em segundo plano, para que os radiologistas passem mais tempo focados nas imagens e menos tempo no sistema de relatórios.

É para lá que estamos indo e é assim que nos diferenciamos.

Brian Casey: Essa era a funcionalidade Wingman, certo?

Dr. A. Rizvi: Sim, exatamente. Wingman é o futuro dos relatórios de radiologia — comunicação natural e integrada.

Brian Casey: Quanto tempo ainda falta para vermos algo como o Wingman?

Dr. A. Rizvi: Você poderá ver e usar na RSNA. Não é só um conceito ou um artifício — é um produto totalmente funcional. Assim que a RSNA terminar, você poderá comprá-lo.

Brian Casey: Isso é incrível. Então, Dr. Rizvi, parece que, inicialmente, a IA em radiologia se concentrava principalmente na análise de imagens e no destaque de áreas suspeitas. Mas, recentemente, muita atenção mudou para soluções de relatórios. Por que você acha que isso aconteceu?

Dr. A. Rizvi: É porque os radiologistas passam muito tempo fazendo relatórios, que é um trabalho que não agrega muito valor.

O valor de um radiologista está em analisar imagens e diagnosticar condições, não em editar relatórios. No entanto, o processo de criação do relatório é necessário e não pode ser evitado.

A IA de pixels, ou classificadores de imagens, é útil e acelera o diagnóstico, apontando áreas de interesse. Mas tirar o peso de criar relatórios manualmente tem um impacto ainda maior no fluxo de trabalho diário de um radiologista. Soluções como a nossa visam eliminar totalmente essa tarefa sem valor agregado.

Brian Casey: Dr. Luchs, você vê o valor real da IA mais em ajudar com os relatórios do que em analisar pixels?

Dr. J.S. Luchs: Acho que é um pouco dos dois.

Os programas de IA que ajudam a identificar achados nas imagens podem acelerar um pouco as coisas, mas você ainda analisa as imagens por conta própria. A IA generativa para relatórios, no entanto, elimina a parte não médica do trabalho.

Ela permite que os radiologistas pratiquem a radiologia e se concentrem nos aspectos clínicos do seu trabalho, em vez dos aspectos administrativos. Isso acelera o processo, melhora a precisão e nos permite oferecer um atendimento melhor aos pacientes.

Brian Casey: Se os radiologistas economizam tempo nos relatórios, para onde você acha que esse tempo vai?

Dr. J.S. Luchs: Provavelmente vai para as coisas que já fazemos: ler mais estudos de imagem por dia, analisar os estudos com mais detalhes ou conversar mais com os médicos que nos encaminham os pacientes.

No final das contas, vai passar de tarefas administrativas para atividades mais focadas no paciente, que é exatamente onde deveria estar.

Brian Casey: Vijay, e você? Quando se trata de IA para análise de pixels versus relatórios, o que você acha que é mais importante para os radiologistas?

Vijay Ramanathan: Não acho que seja uma questão de escolher um ou outro — precisamos dos dois.

A IA de pixels ajuda os radiologistas a diagnosticar condições que podem não ser óbvias apenas a partir das imagens. Já a IA para relatórios agiliza a criação de relatórios.

Essas soluções abordam diferentes desafios na área, incluindo a falta de radiologistas e a necessidade de tempos de resposta mais rápidos. Juntas, elas aumentam a produtividade e permitem que os radiologistas se concentrem no que realmente importa: o atendimento ao paciente.

Brian Casey: Isso faz muito sentido. Estamos quase terminando, mas temos mais algumas perguntas técnicas sobre o Rad Pair.

Dr. Rizvi, o Rad Pair precisa de aprovação ou autorização da FDA para uso em telerradiologia?

Dr. A. Rizvi: Não, não precisa. Embora haja muita discussão sobre possíveis regulamentações para LLMs, o Rad Pair atualmente não precisa de aprovação da FDA.

Brian Casey: Tem algum estudo que mostra melhorias nos tempos de resposta ou nas métricas de produção de relatórios?

Dr. A. Rizvi: Ainda é cedo, mas estamos trabalhando com uma universidade num white paper. Talvez tenhamos alguns dados preliminares prontos para a RSNA.

Brian Casey: Tem planos de expandir o Rad Pair para o Reino Unido, onde os técnicos em radiologia leem as imagens?

Dr. A. Rizvi: Sim, temos parceiros internacionais. Se você for à RSNA, dá uma passada no nosso estande pra conversar sobre possíveis parcerias.

Brian Casey: Que ótimo. Então, só pra lembrar, a RSNA tá chegando em algumas semanas. Dr. Rizvi, você falou onde as pessoas podem ver o Rad Pair na RSNA. Pode lembrar a gente onde fica o seu estande?

Dr. A. Rizvi: Claro! Estaremos na seção de IA, no estande 4918. Dá uma passada pra ver o RadPair em ação e bater um papo com a gente.

Brian Casey: Ótimo. Dr. Luchs, a Premier Radiology Services também vai ter um estande na RSNA?

Dr. J.S. Luchs: Sim, a gente vai estar na Recruiters Row, South Hall, estande 1139. Esperamos ver todo mundo lá.

Brian Casey:Vijay, onde os participantes podem encontrar a RamSoft na RSNA?

Vijay Ramanathan: Estaremos no North Hall, no estande 6513. Adoraríamos encontrar todo mundo e discutir nossas soluções.

Brian Casey: Perfeito. Dr. Rizvi, sei que você tem uma notícia incrível para compartilhar conosco antes de encerrarmos?

Dr. A. Rizvi: Sim, acabamos de descobrir que a Rad Pair ganhou o prêmio de Melhor Novo Fornecedor do Ano de 2024 na Aunt Minnie. Estamos super orgulhosos da nossa equipe e agradecidos aos nossos parceiros, como RamSoft e Premier Radiology Services, por tornarem isso possível.

Brian Casey: Parabéns! É uma conquista impressionante e um reconhecimento merecido pelo trabalho que você está fazendo.

Dr. J.S. Luchs: Parabéns, Dr. Rizvi. Muito bom.

Vijay Ramanathan: Isso é incrível — parabéns pra você e sua equipe!

Brian Casey: Gostaria de agradecer ao Dr. Jonathan Luchs, da Premier Radiology Services, ao Vijay Ramanathan, da RamSoft, e ao Dr. Rizvi, da Rad Pair, por essa conversa super interessante.

Dr. J.S. Luchs: Valeu por nos receber.

Vijay Ramanathan: Obrigado.

Dr. A. Rizvi: Muito obrigado pela oportunidade.

Brian Casey:E um grande obrigado a todos os participantes por se juntarem a nós hoje. Este foi o primeiro webinar da Imaging Wire, e estamos muito felizes com a participação. Não deixem de visitar a RSNA para ver todas as tecnologias incríveis sobre as quais falamos hoje.

Assinando a Imaging Wire, sou Brian Casey.