Narzędzie diagnostyczne oparte na sztucznej inteligencji usprawniające pracę lekarzy radiologów powstało w Akademii Górniczo-Hutniczej w Krakowie. Wspomaga ono lekarzy w analizie obrazów m.in. z tomografii komputerowej i rezonansu magnetycznego, skracając czas diagnozy i zwiększając jej precyzję.
Kierownik projektu prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej AGH poinformował w poniedziałek, iż system oparty na algorytmach sztucznej inteligencji testowany był przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie. Ma on za zadanie wspomagać specjalistów w analizie obrazów medycznych, redukować ryzyko przeoczenia zmian patologicznych oraz znacząco przyspieszyć proces diagnostyczny.
Sto badań opisanych w ramach pilotażu
Opracowana w AGH technologia jest rdzeniem systemu Raygenic Rayspad – zaawansowanej przeglądarki diagnostycznej z komputerowym wspomaganiem opartym na AI.
Platforma testowana była w warunkach klinicznych, gdzie w ramach pilotażu lekarze opisali blisko sto badań obrazowych, takich jak rezonans magnetyczny i tomografia komputerowa. Algorytmy AI dokonywały automatycznej segmentacji, detekcji zmian oraz precyzyjnych pomiarów – wyniki te były następnie zestawiane z analizą wykonaną przez lekarzy.
Według naukowców, najważniejsze funkcjonalności platformy diagnostyczno-radiologicznej to wbudowane w narzędzie algorytmy AI, które służą do generowania szeregu kluczowych dla diagnozy danych. Są to m.in. automatyczna segmentacja organów, detekcja anomalii oraz precyzyjne wymiarowanie wykrytych zmian.
– Naszym celem było stworzenie narzędzia, które realnie będzie wspierało lekarzy w ich codziennej pracy. Dzięki integracji nowoczesnych metod AI z wiedzą kliniczną możemy zapewnić radiologom lepsze warunki pracy oraz system, który przyczynia się do szybszej i dokładniejszej diagnozy pacjentów – wskazał prof. Zbisław Tabor, cytowany w komunikacie prasowym uczelni.
„Dodatkowy, niezwykle uważny asystent”
Prof. Rafał Obuchowicz – specjalista radiolog uczestniczący w pilotażu w Szpitalu Uniwersyteckim w Krakowie – przekazał, iż w ramach testów narzędzie pozwoliło lekarzom wykrywać zmiany patologiczne.
– To jak mieć dodatkowego, niezwykle uważnego asystenta, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu. Wdrożenie w pełni funkcjonalnego systemu będzie pewnie wymagało jeszcze pracy inżynierów, natomiast w nieodległej perspektywie tego typu rozwiązania mogą być dla nas, lekarzy, dużym wsparciem – ocenił.
Według twórców systemu, jedną z kluczowych zalet rozwiązania jest jego niezależność od sprzętu i lokalizacji. Dzięki chmurowemu rozwiązaniu lekarze mogą analizować obrazy z różnych urządzeń, w różnych placówkach, bez potrzeby synchronizacji danych. Interfejs aplikacji zapewnia ujednoliconą prezentację wyników, co eliminuje błędy wynikające z różnic w standardach poszczególnych systemów.
Planowane dalsze prace rozwojowe
Zespół z AGH zapowiada dalsze prace rozwojowe, obejmujące rozszerzenie funkcjonalności systemu. – Jesteśmy przekonani, iż przyszłość medycyny to kooperacja człowieka z technologią. Nasze narzędzie to dowód na to, iż nauka może bezpośrednio wspierać lekarzy – efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów – podsumowała prof. Joanna Jaworek-Korjakowska, dyrektor Centrum Doskonałości Sztucznej Inteligencji AGH w Krakowie.
Dotychczasowe prace realizowane były przez interdyscyplinarny zespół pod kierunkiem prof. Zbisława Tabora – specjalisty w dziedzinie analizy obrazów medycznych, prof. Joanny Jaworek-Korjakowskiej – kierującej Centrum Doskonałości Sztucznej Inteligencji i zajmującej się zagadnieniami sztucznej inteligencji oraz prof. Bartosza Zielińskiego z Wydziału Matematyki i Informatyki Uniwersytetu Jagiellońskiego, zajmującego się wyjaśnialną sztuczną inteligencją.
Korzystając z narzędzi opartych na sztucznej inteligencji w codziennej praktyce klinicznej nie można zapominać o związanych z tym wyzwaniach etycznych i aspektach prawnych. – Przede wszystkim należy mieć na uwadze to, żeby algorytmy, z których korzystamy, były w odpowiedni sposób zweryfikowane i przetestowane na niezależnych zbiorach danych – innych niż te, na których były uczone – mówi dr hab. n. med. Piotr Regulski, prodziekan Wydziału Lekarsko-Stomatologicznego WUM, pracownik Zakładu Radiologii Stomatologicznej i Szczękowo-Twarzowej oraz kierownik Pracowni Obrazowania Cyfrowego i Wirtualnej Rzeczywistości WUM, który w swojej pracy naukowo-badawczej zajmuje się m.in. algorytmami sztucznej inteligencji i metodami przetwarzania obrazów medycznych.
Źródło: https://naukawpolsce.pl
