Z tego artykułu dowiesz się:
- Nad jakim rozwiązaniem pracują naukowcy z Krakowa i Wrocławia?
- Jakie korzyści daje zastosowanie AI w analizie badań obrazowych?
- Jak integracja AI z wiedzą kliniczną wpływa na pracę radiologów?
Specjaliści z Akademii Górniczo-Hutniczej w Krakowie oraz start-up Hetalox rozwijają zaawansowane systemy AI, które mają przyspieszyć ocenę badań medycznych i sprawić, że diagnozy będą bardziej precyzyjne. To właśnie algorytmy mogą przynieść przełom w opiece medycznej.
– W nieodległej perspektywie tego typu rozwiązania mogą być dla nas, lekarzy, dużym wsparciem – mówi z przekonaniem prof. Rafał Obuchowicz, specjalista radiolog, który w Szpitalu Uniwersyteckim w Krakowie uczestniczył w pilotażu narzędzia stworzonego przez naukowców w AGH.
Tak AI wspiera lekarzy
Projekt AGH ma wspomagać lekarzy w analizie obrazów m.in. z tomografii komputerowej
i rezonansu magnetycznego, znacząco skracając czas diagnozy i zwiększając jej precyzję. A wszystko dzięki algorytmom, które pozwalają redukować ryzyko przeoczenia zmian patologicznych. Narzędzie AI przez blisko pół roku testowano w krakowskim Szpitalu Uniwersyteckim w warunkach klinicznych. Opracowana w AGH technologia jest rdzeniem systemu Raygenic Rayspad – zaawansowanej przeglądarki diagnostycznej z komputerowym wspomaganiem opartym na sztucznej inteligencji. Podczas pilotażu lekarze opisali blisko sto badań obrazowych, takich jak rezonans magnetyczny i tomografia komputerowa, a algorytmy dokonywały automatycznej segmentacji, detekcji zmian oraz precyzyjnych pomiarów, po czym wyniki te były zestawiane z analizą wykonaną przez lekarzy.
– W ramach testów narzędzie pozwoliło nam wykrywać zmiany patologiczne. To jak mieć dodatkowego, niezwykle uważnego asystenta, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu – tłumaczy prof. Rafał Obuchowicz.
Wdrożenie w pełni funkcjonalnego systemu będzie pewnie wymagało jeszcze pracy inżynierów, ale już teraz eksperci wskazują na kluczowe funkcjonalności platformy diagnostyczno-radiologicznej, w tym: automatyczną segmentację organów (pozwala na szybkie i precyzyjne oznaczenie struktur anatomicznych w badaniach obrazowych), detekcję anomalii (AI identyfikuje zmiany patologiczne, w tym podejrzane ogniska nowotworowe czy zmiany pourazowe), a także dokładne wymiarowanie wykrytych zmian (system mierzy zmiany patologiczne, co standaryzuje proces opisu badania).
Czytaj więcej
Platforma radiologiczna połączy lekarzy z AI, a wszystko z poziomu przeglądarki. Cel? Szybka i precyzyjna diagnostyka.
– 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 – komentuje kierujący projektem prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej na Wydziale Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej AGH.
Narzędzie do walki z Alzheimerem
Jedną z kluczowych zalet systemu 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.
Jak podkreślają twórcy, projekt stanowi również istotny krok w kierunku „cyfrowej transformacji jednostek medycznych”. Zespół z AGH zapowiada rozszerzenie funkcjonalności systemu.
– Przyszłość medycyny to współpraca człowieka z technologią. Nasze narzędzie to dowód, że nauka może bezpośrednio wspierać lekarzy – efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów – podsumowuje prof. Joanna Jaworek-Korjakowska, dyrektor Centrum Doskonałości Sztucznej Inteligencji AGH w Krakowie.
Podobne założenie przyświeca wrocławskiemu medtechowi, który chce, dzięki AI, zrewolucjonizować diagnostykę obrazowej mózgowia. Autorskie algorytmy start-upu automatycznie analizują badania MRI, umożliwiając precyzyjną detekcję, segmentację, ocenę wolumetryczną oraz obiektywną klasyfikację zmian w chorobach demielinizacyjnych (np. stwardnieniu rozsianym) i neurodegeneracyjnych, ze szczególnym uwzględnieniem choroby Alzheimera.
Zaprzęgnięcie botów do diagnostyki to rewolucja, bo dotąd interpretacja badań MRI w radiologii opierała się głównie na subiektywnej, czasochłonnej ocenie radiologa, co niosło ryzyko pominięcia subtelnych zmian, ograniczało możliwość zastosowania parametrów ilościowych oraz utrudniało precyzyjne monitorowanie postępu choroby. Hetalox chce odpowiedzieć na te wyzwania.
Czytaj więcej
Sztuczna inteligencja już ruszyła z rewolucją w medycynie, a pacjenci zamiast diagnozować się u specjalistów, chętnie sięgają po boty. Okazuje się,...
– W ramach programu Startup Booster for Social Impact USWPS przeprowadziliśmy integrację naszego rozwiązania z systemami jednej z wiodących sieci diagnostycznych. Na kolejnych etapach, we współpracy z radiologami specjalizującymi się w ocenie badań MR mózgowia, przeprowadziliśmy testy jakości analiz, szczególnie w zakresie wykrywania i klasyfikacji uszkodzeń istoty białej w obrazach MRI. Zebrane opinie ekspertów dotyczące funkcjonalności wymagających usprawnienia pozwoliły nam wprowadzić niezbędne poprawki, co przełożyło się na poprawę jakości wyników analiz – tłumaczą w spółce.
Już wiadomo, że polska technologia umożliwia wcześniejsze rozpoznawanie zmian, precyzyjne monitorowanie skuteczności leczenia oraz dokładniejsze prognozowanie przebiegu choroby.
