AFFILIAZIONE
ASST Fatebefratelli – Sacco
AUTORE PRINCIPALE
Ing. D’amato Maria Federica
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
AREA TEMATICA
Applicazioni di intelligenza artificiale in sanità
ABSTRACT
Ogni giorno centinaia di persone si recano al pronto soccorso per una sospetta frattura o lesione ossea dovuta ad un trauma, incidente domestico, sportivo o stradale. Il PS rappresenta un ambiente critico dove il volume elevato di pazienti e la necessità di decisioni rapide aumentano il rischio di errori diagnostici. Le fratture ossee sono tra le lesioni più frequentemente mancate, specialmente durante i turni notturni o in presenza di traumi complessi, con tassi di errore che possono influenzare negativamente la prognosi del paziente e i costi legali per le strutture. Una problematica diagnostica in PS è l’errata rilevazione delle fratture che rappresenta una problematica sanitaria significativa sia in termini di peggioramento clinico: consolidamento vizioso, necrosi ossea, compromissione neurologica, perdita della funzionalità; sia in termini medico-legale in quanto la mancata diagnosi comporta rischi di responsabilità professionale per medici e le strutture con frequenti richieste di risarcimento. L’integrazione di algoritmi di Intelligenza Artificiale permette di mitigare tali discrepanze agendo come supporto decisionale senza sostituire il clinico, ma potenziandone le capacità e fornendo un triage radiologico che prioritizza i casi positivi e riduce i tempi di attesa. Essi analizzano istantaneamente i file DICOM, evidenziando con precisione le rime di frattura anche millimetriche.
In particolare, è stato dimostrato che l’utilizzo l’IA in radiografia:
1. Riduce i falsi negativi: con un aumento di sensibilità diagnostica dell’8% durante la prima lettura e una riduzione del 29% delle fratture mancate dai medici d’emergenza e in formazione;
2. Contrasta la stanchezza e carico di lavoro: l’accuratezza dell’IA non cala durante i turni notturni o dopo ore di attività intensa e consente di prioritizzare automaticamente le immagini che presentano sospette fratture nella
lista di lavoro del radiologo, assicurando che i casi critici vengano refertati per primi e riducendo il tempo di esposizione all’errore dovuto all’attesa;
3. Migliora la precisione complessiva: combinando il radiologo con l’IA si riesce ad avere un’accuratezza pari al 97,9%.
L’ obiettivo di questo studio è la valutazione delle prestazioni di vari software AI per la diagnosi di fratture degli arti in una serie consecutiva di pazienti adulti consultati presso il pronto soccorso dell’Ospedale Fatebenefratelli di Milano e
dimostrare l’efficacia dello strumento a supporto diagnostico in PS.
In particolare, è stato dimostrato che l’utilizzo l’IA in radiografia:
1. Riduce i falsi negativi: con un aumento di sensibilità diagnostica dell’8% durante la prima lettura e una riduzione del 29% delle fratture mancate dai medici d’emergenza e in formazione;
2. Contrasta la stanchezza e carico di lavoro: l’accuratezza dell’IA non cala durante i turni notturni o dopo ore di attività intensa e consente di prioritizzare automaticamente le immagini che presentano sospette fratture nella
lista di lavoro del radiologo, assicurando che i casi critici vengano refertati per primi e riducendo il tempo di esposizione all’errore dovuto all’attesa;
3. Migliora la precisione complessiva: combinando il radiologo con l’IA si riesce ad avere un’accuratezza pari al 97,9%.
L’ obiettivo di questo studio è la valutazione delle prestazioni di vari software AI per la diagnosi di fratture degli arti in una serie consecutiva di pazienti adulti consultati presso il pronto soccorso dell’Ospedale Fatebenefratelli di Milano e
dimostrare l’efficacia dello strumento a supporto diagnostico in PS.
