AI Med: diagnostyka i radiologia

Zostosowanie sztucznej inteligencji AI w medycynie, zwłaszcza w diagnostyce i radiologii – gwałtownie rośnie. Bazujący na AI i uczeniu maszynowym program Google DeepMind partneruje lekarzom z kliniki radioterapii University College London Hospital w doborze optymalnego leczenia pacjentów z ciężką postacią raka szyi.

W ubiegłym roku sztuczna inteligencja o nazwie BioMind podczas specjalnych zawodów zorganizowanych w Pekinie pokonała lekarzy w diagnozowaniu chorób neurologicznych, wykazując się o 20 proc. większą skutecznością. Rok temu głośno było również o naukowcach ze Stanford University, których algorytm oparty na AI w ciągu 2 miesięcy nauczył się rozpoznawać 14 chorób na podstawie zdjęć RTG, wykazując się większą skutecznością niż radiolodzy.

Raport PwC Sizing the prize wskazuje, że narzędzia z tą technologią mogą w dużym stopniu wesprzeć procesy diagnostyczne i terapeutyczne, przy okazji obniżając ich koszty. Dzięki analizie danych z różnych źródeł AI może również wspierać pracę lekarzy, ułatwiając postawienie właściwej diagnozy czy wybór optymalnej ścieżki leczenia danego pacjenta. Coraz powszechniej trafia ona już do nowoczesnych urządzeń medycznych wykorzystywanych przez szpitale.

– Sztuczna inteligencja to temat bardzo ważny. Skupiamy się na ścisłym połączeniu naszego pakietu usług diagnostyki obrazowej, czyli tomografii komputerowej (TK), rezonansu magnetycznego (MRI) i aparatu rentgenowskiego (RTG), ze sztuczną inteligencją. To jest technologia przyszłości. Nigdy nie zastąpi radiologów, ale radiolodzy wykorzystujący tę technologię z pewnością wyprą tych, którzy nie będą jej używać – mówi agencji informacyjnej Newseria Biznes Eberhard ten Weges, dyrektor marketingu tomografii komputerowej w Siemens Healthineers.

Nad wykorzystaniem sztucznej inteligencji pracują już zarówno największe koncerny, jak i ośrodki naukowe. Ze start-upów i uniwersytetów sztuczna inteligencja coraz powszechniej trafia do nowoczesnych urządzeń medycznych wykorzystywanych już przez szpitale.

System oceny badań radiologicznych AI-Rad Companion to jedno z rozwiązań Siemensa, które wspiera lekarzy w wyborze optymalnego leczenia na podstawie m.in. wyników badań diagnostycznych i laboratoryjnych. Dane z różnych źródeł są następne analizowane przez narzędzie bazujące na AI.

– AI-Rad Companion Chest CT posiada wcześniej zdefiniowane i wstępnie skonfigurowane opisy badania, co pozwala zaoszczędzić sporo czasu. Podczas badań w Wielkiej Brytanii zaobserwowaliśmy, że liczba badań MRI i TK zwiększyła się o 40 proc., ale liczba radiologów pozostaje taka sama – mówi Eberhard ten Weges. – Jeśli zmniejszymy o połowę czas, którym radiolog dysponuje przy diagnostyce na podstawie wykonanych obrazów, wyraźnie wzrośnie odsetek błędów, które wymagają ponownego wykonywania skanów. Mielibyśmy wówczas także do czynienia z dużą liczbą fałszywie dodatnich lub ujemnych wyników. Dlatego za pomocą naszej technologii chcemy wspierać, pomagać zaoszczędzić czas oraz stawiać jeszcze bardziej precyzyjne rozpoznania.

Kolejną innowacją koncernu jest SOMATOM Force. Maszyna wyposażona jest w podwójny system zasilania z dwiema lampami rentgenowskimi i dwoma matrycami detektorów, co daje możliwość wykonywania obrazów o najwyższej rozdzielczości przy szybkim obrocie oraz najniższej możliwej dawce promieniowania. Aparat diagnostyczny ma w środku kamerę 3D, która umieszczona jest nad pacjentem. Korzyścią dla lekarza jest dużo lepsza jakość wyników badania, z kolei dla pacjenta zmniejszona do minimum dawka promieniowania i większy komfort podczas badania RTG.

AI wspiera diagnozy medyczne

Z badań przeprowadzonych przez PwC wynika, że pacjenci są już gotowi na bardzo szerokie zastosowania sztucznej inteligencji w leczeniu i diagnostyce. 55 proc. pacjentów chce korzystać z robotów wyposażonych w AI, które mogłyby np. wykonywać badania, odpowiadać na pytania dotyczące zdrowia, stawiać diagnozę i zalecać leczenie. Z kolei 73 proc. preferowałaby wykonywanie drobnych zabiegów chirurgicznych przez roboty, a nie przez lekarzy.

Raport PwC Sizing the prize

Źródło: PwC Global