Sztuczna inteligencja może być rewolucją obrazowania w medycynie. Zdiagnozuje choroby oczu z niemal 100 proc. dokładnością, rozpozna raka w początkowym stadium, poprawi diagnostykę serca. Zaawansowana technika obliczeniowa przyspiesza i poprawia jakość obrazowania biomedycznego. Polscy naukowcy opracowali zaś metodę oceny badań obrazowych rezonansu magnetycznego w oparciu o głębokie sieci neuronowe. Umożliwia w pełni automatyczną ocenę obrazów, a dokładność oceny stopnia uszkodzenia lub wygojenia ścięgna Achillesa jest porównywalna z ekspertami radiologii ortopedycznej.
Nasz projekt polega na tym, żeby zautomatyzować pracę radiologa, a przynajmniej bardzo ją usprawnić i przyśpieszyć. Chodzi o diagnostykę uszkodzeń ścięgna Achillesa, które są jednymi z najczęstszych urazów ortopedycznych, szczególnie w sporcie i medycynie sportowej. Polega na stworzeniu rozwiązania opartego na sztucznej inteligencji, na sieciach neuronowych, które pozwala na podstawie obrazów rezonansu magnetycznego w sposób automatyczny postawić diagnozę odnośnie stopnia uszkodzenia lub też stopnia wygojenia ścięgna Achillesa.
– mówi Bartosz Borucki, kierownik Zespołu Sztucznej Inteligencji i Analizy Obrazowej w Diagnostyce Medycznej.
Ocena bazująca na obrazowaniu medycznym zajmuje dużo czasu, jest kosztowna, a przy tym w dużej mierze zależy od lekarza i jego doświadczenia. Dodatkowo sprawia, że radiolodzy są obciążeni pracą. Ocena w oparciu o sztuczną inteligencję pozwala oszczędzić czas lekarzy, a przy tym zwiększa skuteczność oceny.
Wyniki rezonansu już dzisiaj można oceniać automatycznie, w przyszłości na pewno będzie tego jeszcze więcej. Szczególnie sztuczna inteligencja i konwolucyjne sieci neuronowe powodują tę rewolucję. Wszystko zależy od danych, ich dostępności, od tego, jak szybko jesteśmy w stanie dojść od rozwiązania, które powstaje w środowisku naukowym, do rozwiązania, które jest już certyfikowanym produktem.
– tłumaczy ekspert.
Sztuczna inteligencja rewolucjonizuje przemysł obrazowania medycznego, udostępnia informacje o chorobach i urazach, które mogą być trudne do wykrycia bez dodatkowej technologii. Przykładem może być technologia SI od DeepMind należącego do Google, która odczytuje skany optycznej koherentnej tomografii (OCT) siatkówki w 3D i diagnozuje 50 różnych stanów okulistycznych z niemal 100 proc. skutecznością.
iCAD opracował z kolei oparte na sztucznej inteligencji rozwiązanie do cyfrowej tomosyntezy piersi, które ogląda każdą warstwę tkanki, a tym samym pozwala wykryć raka w bardzo wczesnym stadium. Z kolei technologia natychmiastowej segmentacji Siemensa i Intela umożliwia specjalistom bezpieczne oglądanie większej liczby wyników rezonansu magnetycznego serca.
Rozwiązania automatyzujące, szczególnie takie, które bardzo przyśpieszają procesy, są dużo tańsze. Pozwalają zmniejszyć czas wykorzystania urządzeń obrazujących, w naszym przypadku rezonansu magnetycznego, pozwalają zmniejszyć wymogi co do czasu zaangażowania, którego radiolog ma bardzo mało . Już dzisiaj wiemy, że wiele z tych rozwiązań ma lepszą skuteczność niż lekarz, a tak naprawdę najwyższą skuteczność ma tandem lekarz plus sztuczna inteligencja – przekonuje Bartosz Borucki.
Według analityków Research and Markets rynek sztucznej inteligencji w opiece zdrowotnej osiągnie do 2025 r. wartość 27,6 mld dol. W najbliższych latach będzie się rozwijać w tempie 43,5 proc. średniorocznie.