Imagine colocar o poder dos algoritmos de IA a serviço dos radiologistas para aliviar o peso da gestão das listas de trabalho em seu fluxo de trabalho.Priorizar casos é um processo delicado para radiologistas e administradores. Em um cenário ideal, os casos seriam distribuídos entre a equipe de radiologia com base na urgência, especialização clínica e experiência prévia com determinados pacientes.
Em estabelecimentos de atendimento médico complexos de radiologia em múltiplos locais, onde diferentes unidades geram um fluxo contínuo de casos de imagem – alguns urgentes, outros menos urgentes e alguns altamente especializados – pode ser um desafio gerenciar a priorização e delegação dos casos ao radiologista mais adequado para interpretar um exame específico, com base em especialização ou histórico.
64% do tempo dos radiologistas é dedicado a tarefas não interpretativas, segundo o Colégio Americano de Radiologia1
Simplificar o fluxo de trabalho é imprescindível, não apenas para oferecer um alto nível de cuidado ao paciente, mas também para lidar com o desafio real do burnout dos radiologistas.
O burnout é uma preocupação para os radiologistas, sendo mais frequente entre radiologistas de diagnóstico do que entre outros médicos. Os fatores de risco para o burnout incluem treinamento inadequado, sobrecarga de trabalho, falta de controle, restrições severas de tempo para a realização do trabalho, estresse prolongado, introdução de muitas mudanças rapidamente…2
Algoritmos inteligentes que determinam automaticamente a melhor correspondência podem ajudar a entregar o caso certo ao radiologista certo, com base em sua área de especialização, disponibilidade e carga de trabalho atual, incluindo para instituições acadêmicas e de pesquisa.
A capacidade de indexar múltiplos arquivos armazenados em servidores díspares para entregar automaticamente os estudos mais urgentes aos radiologistas disponíveis mais qualificados pode agilizar a leitura e a emissão de laudos, permitindo que o tratamento adequado seja iniciado o mais rápido possível. Isso ajuda a equilibrar a carga de trabalho entre os radiologistas, permitindo que os casos mais relevantes sejam interpretados primeiro pelo subespecialista disponível mais adequado. Também ajuda na continuidade do cuidado, pois, quando possível, o caso pode ser encaminhado para o radiologista que já revisou os exames anteriores de um determinado paciente.
Enfrentar o backlog de exames de imagem causado pela pandemia de COVID-19 aumentará o número de estudos que precisam ser interpretados. Priorizar esses estudos é essencial.
Por exemplo, quando um paciente com uma dor de cabeça súbita e aguda é levado às pressas para o departamento de emergência, a tomografia computadorizada exige atenção imediata. Algoritmos de IA* podem detectar uma hemorragia intracraniana, o que resulta na ativação da lista de exames para priorizar o caso.
Uma lista inteligente de exames move o exame para o topo da lista do neurorradiologista mais adequado. Enquanto o paciente ainda está no tomógrafo, o radiologista responsável pela leitura pode se conectar remotamente a outro especialista usando chat nativo e compartilhamento de tela para discutir o caso em um ambiente digital seguro.
Um chefe de radiologia na Europa tem o seguinte a dizer sobre o Radiology Workflow Orchestrator:
“O radiologista não é apenas um ‘intérprete’ de imagens, mas também um consultor para a atividade clínica. Liberar tempo útil e precioso para o radiologista significa que você não apenas pode dobrar o número de exames a serem laudos, mas também, cada vez mais, permite que os radiologistas cresçam e melhorem sua vida profissional... possibilitando espaço e tempo para atuar com equipes multidisciplinares; o papel do radiologista será fundamental."
Philips Radiology Workflow Orchestrator
Permite indexar múltiplos arquivos armazenados em servidores distintos para distribuir automaticamente os estudos mais urgentes aos radiologistas mais adequados.
Conheça o Philips Radiology Workflow Orchestrator em ação.
Saiba mais sobre como essa solução pode ajudar a superar os desafios da orquestração do fluxo de trabalho.