Q and A article

Melhorando a qualidade dos raios-X a cada aquisição

À medida que as instituições de saúde trabalham para reduzir as taxas de rejeição, a tecnologia automatiza o processo manual para uma maior garantia de qualidade e uma experiência mais fácil para todos.

Os desafios das taxas de rejeição nos exames raios-X, ou quando os exames são considerados inutilizáveis devido à má qualidade da imagem, podem representar um pesadelo administrativo - aumento do custo, da dose de radiação e ineficiência para todos. E a carga é especialmente alta para os pacientes, que podem precisar repetir exames para obter a aquisição certa, na área certa, no momento certo.

A análise de repetição de radiografias requer um trabalho duro e manual, levando até 7 horas para acessar dados rejeitados, 1 o que representa um dreno para o tempo, recursos e funcionários. Embora seja uma grande melhoria, pois os tecnólogos reviam manualmente as caixas de filme e dispunham os filmes rejeitados de imagens de raios-X um por um, o método "clique-revisar-rejeitar-repetir" de revisão digital de imagens ainda leva um tempo que os profissionais médicos e pacientes não têm.2

Os limites de taxa de rejeição recomendados são baixos; a Associação Americana de Físicos em Medicina (AAPM) recomenda uma taxa de rejeição de 8% ou menos para adultos e 5% ou menos para pediatria.3 Alcançar essas métricas pode ser difícil, mas as novas tecnologias podem ajudar. Através de aplicações que garantem a qualidade e que automatizam processos antes manuais, tecnólogos, físicos, radiologistas, médicos e pacientes podem desfrutar de procedimentos de imagem mais fáceis, mais eficazes e menos dispendiosos - dando aos tecnólogos um feedback em tempo real para melhorarem uma aquisição de cada vez.4

Para saber mais sobre o impacto clínico e operacional dessas tecnologias, conversamos com Katelyn Nye, gerente global de produtos da GE Healthcare, especialista em inteligência e análise artificial de raios-X. Nye e sua equipe trabalharam para levar automação de garantia de qualidade para centros de saúde em todo o mundo, notadamente por meio do X-ray Quality Application, da GE Healthcare.5

De que maneira as demandas por garantia de qualidade em raios-X mudaram nos últimos anos? Que desafios foram encontrados?

"Desde que os raios-X existem, também existem procedimentos para tentar manter a qualidade alta, com tecnólogos treinados e responsáveis. Mas à medida que nos tornamos cada vez mais digitais, os volumes subiram significativamente e muito mais pessoas estão realizando exames. Os departamentos precisam ser mais eficientes, mesmo quando há centenas de imagens geradas por dia. Como resultado, todas as informações de rejeição são armazenadas individualmente em cada máquina - e os tecnólogos de qualidade têm que ir caçar cada máquina para baixar os arquivos, escaneá-los, entender por que os rejeitados estão acontecendo e tentar encontrar quem executou os exames para realizar treinamento, porque nem sempre há rastreabilidade para isso nas próprias máquinas."

Como as tecnologias mais recentes podem ajudar a enfrentar esses desafios?

"Criamos um software chamado AXIS “Analytics X-ray Ingestion Service”, que é instalado no servidor de propriedade do cliente. Ele é executado em uma máquina virtual do Windows e pode extrair e analisar dados de qualidade em intervalos selecionados, e recomendamos uma vez a cada 24 horas. Então, em vez de ter que extrair manualmente arquivos de locais diferentes, você recebe automaticamente um banco de dados agregado, com todos os dados de todas as máquinas."

O que as instituições de saúde podem fazer com esses dados?

"Os dados passam pelo X-ray Quality Application, que é um conjunto de poderosas ferramentas de visualização e análise, que ajudam os usuários a interpretar e entender tendências para impulsionar a ação. Dessa forma, você pode quebrar e entender a análise de rejeição repetida, como a chamamos - o que significa que você pode filtrar as taxas de rejeição por dispositivos, departamentos, tecnólogos, rejeitar razões ou tipos de exame para entender o que está contribuindo mais para sua taxa de rejeição, para que, com isso, você possa resolver os problemas. Com isso, por exemplo, é possível investir mais tempo em treinamentos de técnicas específicas de posicionamento - ou empregar treinamentos em todo o departamento se um departamento inteiro tiver questões com um certo tipo de exame."

Quais são as maiores causas de imagens rejeitadas?

"O posicionamento do paciente é consistentemente a principal razão de rejeição. Eu vi relatórios indicando que em até 60 ou 70 por cento das vezes a imagem é rejeitada devido a essa razão. Às vezes, isso é inevitável - se você tem um paciente doente ou alguém em uma tonelada de dor lutando para ficar na posição. Mas normalmente, esse tipo de problema pode ser resolvido com treinamento. É muito comum ver que os tecnólogos de radiografia mais experientes acabam partindo para as aquisições mais avançadas, em TC ou RM, o que pode fazer com que os novos tecnólogos de raios-X não desenvolvam experiência."

Há casos em que imagens boas são tidas com rejeitadas?

"Quando as imagens são rejeitadas, elas nunca chegam ao radiologista - por isso pode ser difícil responder essa pergunta sem que as imagens rejeitadas sejam revistas com radiologistas no dia-a-dia. O X-ray Quality Application retira exclusivamente as imagens rejeitadas dos sistemas e permite que elas sejam facilmente visualizadas em um navegador da web. A pesquisa precedente mostrou que, às vezes, os padrões da rejeição são demasiado conservadores – ao mostrar uma imagem rejeitada, aconteceu de um radiologista dizer 'eu poderia ler aquilo. Não precisava ter sido rejeitado.'  - Com a nossa tecnologia, porém, é possível ter um radiologista como parte da equipe de garantia de qualidade, que pode entrar na ferramenta e analisar as imagens que estão sendo rejeitadas, se tornando parte da discussão para dizer se elas são ou não rejeições apropriadas. Nesse caso, o ideal é voltar para a tecnologia com esse feedback."

Por que os tecnólogos estariam animados sobre esta tecnologia, ao invés de se sentirem ameaçados por serem dedurados quando erram?

"É uma oportunidade para o desenvolvimento profissional - para definir metas e trabalhar nelas. Mas também, é realmente difícil entender o seu próprio desempenho até que você tenha algum tempo para analisar os dados. Então, uma das recomendações é deixar os técnicos usarem a ferramenta por conta própria para ver seus próprios dados, analisá-los e terem autocorreção e obter consciência dessa maneira. Há também a oportunidade de fazer sistemas colaborativos entre as equipes, para que ajudem uns aos outros - por exemplo, eu posso ser muito bom em um tipo de exame, mas ruim em outro. Então, os colegas podem trabalhar juntos para elevar suas habilidades."

O que isso significa para os pacientes? Como o aplicativo pode facilitar suas vidas?

"Medimos, em nossos sites beta que, em média, se leva cerca de 7 minutos para realizar um exame, enquanto com uma rejeição, em média, esse tempo vai para cerca de 10 minutos. Então, como paciente, seu exame será mais curto e confortável. Mas também, caso haja três ou quatro rejeitos no mesmo dia, o departamento pode ficar mais lento e o tempo de espera para pacientes pode aumentar, porque o fluxo da programação é impactado. Além disso, existe um ponto adicional que é a questão dose. Os raios-x já têm uma dose baixa, mas os pacientes estão preocupados com a exposição à radiação, então eles provavelmente querem saber o que as instituições estão fazendo para reduzir esse risco, especialmente para pacientes pediátricos."

Quais são os benefícios desta tecnologia para pacientes de pediatria?

"O AAPM recomenda uma taxa mais baixa da rejeição para a pediatria por causa da sensibilidade em torno da radiação. Isso se aplica especialmente a crianças com doenças crônicas que têm que realizar vários exames de raios-X. Pensar que sua radiação dobraria por causa de uma rejeição seria desanimador. São filhos e pais realmente assustados com esse ponto. Eu acho que os tecnólogos que trabalham com pacientes pediátricos, de fato, querem fazer tudo o que puderem para melhorar a experiência para o paciente e suas famílias. As tecnologias para reduzir as taxas de rejeição são, talvez, uma pequena maneira de ajudar nisso."

Qual o futuro desta tecnologia?

"Estamos trabalhando na segunda versão deste produto, onde estamos expandindo a compatibilidade do dispositivo, incluindo explorar a capacidade neutra do fornecedor e expandir recursos para adicionar tarefas de garantia de qualidade fora da análise de rejeição - como o índice de exposição e índice de desvio. Aproveitando a mesma plataforma de análise, a GE Healthcare também está criando novas ofertas de análise multimodalidade e neutra sem fornecedores, como o Imaging Insights, para expandir para análises que revelam benefícios operacionais, como rastrear se você é capaz de ter um número maior de exames ao longo do dia, porque você reduziu o tempo na máquina, levando à redução do custo. Todas essas ferramentas analíticas adicionais podem lhe dar a visão de taxa de rendimento e agendamento para melhorar os processos."

 

Referênciass:

1. Using Small Data Analytics for Real-Time Analysis of Radiology Practices. Unleashing the Power of Small Data in Healthcare Organizations. GE Healthcare. http://content.gehealthcare.com/-/media/b930d54e1858409881b87d422e7b9402.pdf. Acessado em 24 de setembro, 2018.

2. X-ray Quality Application. GE Healthcare. http://content.gehealthcare.com//-/jssmedia/c2399c841c8d42229e294c711977bafb.pdf. Acessado em 24 de setembro, 2018.

3. Ongoing Quality Control in Digital Radiography: Report of AAPM Imaging Physics Committee Task Group 151. Associação Americana de Físicos em Medicina. https://www.aapm.org/pubs/reports/RPT_151.pdf. Acessado em 24 de setembro, 2018.

4. Using Small Data Analytics for Real-Time Analysis of Radiology Practices. Unleashing the Power of Small Data in Healthcare Organizations. GE Healthcare. http://content.gehealthcare.com/-/media/b930d54e1858409881b87d422e7b9402.pdf. Acessado em 24 de setembro, 2018.

5. X-ray: Quality Application. GE Healthcare. http://content.gehealthcare.com/en/products/x-ray-quality-application?cookie=906&account=36813&. Acessado em 24 de setembro, 2018.