Naukowcy z Akademii Górniczo - Hutniczej stworzyli narzędzie diagnostyczne, współpracujące z AI, które może znacząco pomóc lekarzom radiologom w postawieniu dokładniejszej diagnozy w krótszym czasie. “Nasze narzędzie to dowód na to, że nauka może bezpośrednio wspierać lekarzy – efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów” - tłumaczą inżynierowie.
Reklama
Rozwiązanie, oparte na algorytmach sztucznej inteligencji, wspomaga lekarzy w analizie obrazów m.in. z tomografii komputerowej i rezonansu magnetycznego. Może być użyteczne w leczeniu chorób, w wykrywaniu których stosuje się diagnostykę obrazową, takich jak nowotwory, schorzenia układu nerwowego -
udary, guzy mózgu, choroby serca czy stany zapalne. Współpracując z AI, rozwiązanie, proponowane przez inżynierów biomedyków i biocybernetyków z AGH, skraca czas diagnozy i zwiększa jej precyzję.
“System, testowany przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie, ma za zadanie wspomagać specjalistów w analizie obrazów medycznych, redukować ryzyko przeoczenia zmian patologicznych oraz znacząco przyspieszyć proces diagnostyczny” - wyjaśnia uczelnia na swojej stronie internetowej.
Opracowana w AGH technologia jest rdzeniem systemu Raygenic Rayspad – zaawansowanej przeglądarki diagnostycznej z komputerowym wspomaganiem opartym na sztucznej inteligencji. 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.
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” – mówi prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej na Wydziale Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej AGH, kierownik projektu.
Reklama
Raygenic Rayspad nie tylko wspiera diagnozowanie, ale także usprawnia codzienną pracę personelu medycznego. “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. 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” – mówi prof. Rafał Obuchowicz, specjalista radiolog, uczestniczący w pilotażu systemu w Szpitalu Uniwersyteckim w Krakowie.
Naukowcy podkreślają też, że 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. Inspiracją do stworzenia systemu była potrzeba realnego wsparcia lekarzy w codziennej pracy. Jak zaznaczają twórcy, projekt stanowi również istotny krok 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. Nasze narzędzie to dowód na to, 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.
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.
