AI niczego nie przeoczy. Zobaczy to, czego nie zauważył lekarz
Nowoczesne narzędzie diagnostyczne, które wykorzystuje sztuczną inteligencję, aby pomagać lekarzom zostało stworzone w Akademii Górniczo-Hutniczej w Krakowie. Program analizuje obrazy z tomografii komputerowej i rezonansu magnetycznego, co przyspiesza diagnozę i czyni ją dokładniejszą.
Rozwiązanie oparte na sztucznej inteligencji ma znacząco usprawnić pracę lekarzy radiologów i wspomagać ich w analizie obrazów medycznych, redukować ryzyko przeoczenia zmian patologicznych oraz znacząco przyspieszyć proces diagnostyczny.
System był testowany przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie.
Opis badania TK i MR z wykorzystaniem sztucznej inteligencji
W ramach pilotażu lekarze opisali blisko sto badań obrazowych, takich jak rezonans magnetyczny i tomografia komputerowa. Algorytmy sztucznej inteligencji dokonywały automatycznej segmentacji, detekcji zmian oraz precyzyjnych pomiarów. Wyniki te były następnie zestawiane z analizą wykonaną przez lekarzy.
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 - pozwala na szybkie i precyzyjne oznaczenie struktur anatomicznych w badaniach obrazowych;
- detekcja anomalii - wbudowane algorytmy AI samodzielnie identyfikują zmiany patologiczne, w tym podejrzane ogniska nowotworowe czy zmiany pourazowe;
- precyzyjne wymiarowanie wykrytych zmian - system automatycznie dokonuje pomiarów zmian patologicznych, co znacząco przyspiesza i standaryzuje proces opisu badania.
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
System Raygenic Rayspad nie tylko wspiera diagnozowanie, ale także usprawnia codzienną pracę personelu medycznego.
- W ramach testów narzędzie pozwoliło nam wykrywać zmiany patologiczne. AI to dodatkowy, niezwykle uważny asystent, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu. Wdrożenie w pełni funkcjonalnego systemu może być dla nas dużym wsparciem - mówi prof. Rafał Obuchowicz, specjalista radiolog, uczestniczący w pilotażu w Szpitalu Uniwersyteckim w Krakowie.
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.
Jak podkreślają twórcy oprogramowania, projekt jest istotnym krokiem w kierunku cyfrowej transformacji jednostek medycznych. Zespół z AGH zapowiada dalsze prace rozwojowe, obejmujące rozszerzenie funkcjonalności systemu.
Jesteśmy przekonani, że przyszłość medycyny to współpraca człowieka z technologią
