Sztuczna inteligencja (SI) coraz skuteczniej wspiera lekarzy interpretujących wyniki badań obrazowych. Asystent dla radiologów wykryje nawet najdrobniejsze urazy ortopedyczne, które mogą zostać niezauważone przez zmęczonego lekarza szpitalnego oddziału ratunkowego. SI ustali także, których pacjentów zagrożonych udarem mózgu należy przyjąć w pierwszej kolejności. Do 2025 roku rynek sztucznej inteligencji w medycynie zwiększy swoją wartość ponad siedmiokrotnie.
– Asystent sztucznej inteligencji dla radiologów rozwiąże problemy związane z wykrywaniem różnego rodzaju zmian, takich jak trudno widoczne złamania. To także kwestie związane z posturografią, czyli obliczaniem długości, kątów kości, dostarczanie wyników w różnego rodzaju skalach medycznych lekarzowi po to, żeby mógł trafniej podjąć decyzję i zdiagnozować pacjenta – mówi Rafał Kosno, współzałożyciel MSK AID.
Rozwiązanie opracowane przez polski startup ma przede wszystkim ułatwić lekarzom pracę na szpitalnych oddziałach ratunkowych. Z danych Głównego Urzędu Statystycznego wynika, że na SOR-ach w 2018 roku udzielono pomocy niemal 5 mln osób. Ponad 1,1 mln porad dotyczyło chirurgii urazowo-ortopedycznej. Tak duże obciążenie lekarzy diagnozujących chorych po urazach, szukających pomocy zwłaszcza w godzinach nocnych, sprawia, że muszą się oni zmagać z dużym zmęczeniem. W efekcie trudniej jest im postawić trafną diagnozę. Sztuczna inteligencja ma im pomóc interpretować wyniki badań obrazowych.
– Lekarzom brakuje narzędzi, które by dostarczyły wiedzę specjalistyczną, i to właśnie robimy. Asystent sztucznej inteligencji wspierający radiologów jest potrzebny dlatego, że tego typu badania radiologiczne zajmują zazwyczaj bardzo dużo czasu ortopedzie czy radiologowi. Zależy nam na przekazaniu bardzo często początkującym lekarzom takiego wsparcia, które jest wytrenowane na podstawie wiedzy eksperckiej i znacząco przyśpiesza pracę tych osób. Niezależnie, czy jest to dzień, czy noc, jakie warunki mają, jakie mają wsparcie czy jakich specjalistów wokół, mogą korzystać właśnie z najlepszych metod badawczych – mówi Rafał Kosno.
Sztuczna inteligencja coraz częściej wspiera lekarzy interpretujących wyniki badań obrazowych. Agencja ds. Żywności i Leków wydała niedawno certyfikat dla narzędzia wspierającego klinicystów w oznaczaniu wyników angiografii. Moduł Aidoc pomaga radiologom w ustaleniu priorytetu przypadków niedrożności dużych naczyń zobrazowanych w tomografii komputerowej. Sztuczna inteligencja stale analizuje obrazy pod kątem udaru niedokrwiennego i krwotocznego, a następnie automatycznie przenosi przypadki uznane za najpilniejsze na szczyt listy pacjentów oczekujących na leczenie.
Rozwiązanie MSK AID jest z kolei nakładką na istniejące oprogramowanie, które ma wesprzeć radiologów i ortopedów w podejmowaniu decyzji dotyczących zdrowia i życia pacjentów. Jest to model, który łączy się z innymi programami, dzięki czemu zdolny jest do analizowania zdjęć z niemal wszystkich obecnie stosowanych aparatów radiologicznych. Zdjęcia rentgenowskie są obecnie jedną z najpopularniejszych metod badań obrazowych w urazach ortopedycznych.
– Rynek zdjęć radiologicznych jest potężny. Każdego roku na całym świecie jest wykonywanych ponad miliard zdjęć rentgenowskich, w Stanach Zjednoczonych blisko 400 milionów, a w samym tylko jednym szpitalu w Polsce – w Otwocku – blisko 200 tys. zdjęć. Mówię tu wyłącznie o zdjęciach rentgenowskich, mamy również diagnostykę związaną z tomografią komputerową czy USG i tam również wolumeny są ogromne – wymienia ekspert.
Według analityków z Mordor Intelligence światowy rynek sztucznej inteligencji w medycynie osiągnął w 2019 roku wartość 3,14 mld dol. Do 2025 roku wycena ma sięgnąć 23,85 mld dol. Średnioroczne tempo wzrostu przekroczy 40 proc.
