Już nie radiolog, ale diagnosta. Tak AI zmienia zawody medyczne

Diagnostyka obrazowa była pierwszą dziedziną medycyny stosującą algorytmy sztucznej inteligencji. AI pomaga automatyzować analizę zdjęć i przygotowanie ich opisów, skracając czas pomiędzy wykonaniem badania a przekazaniem wyniku. Jak AI wpłynie na dalszy rozwój diagnostyki obrazowej?

Radiolodzy już dawno przestali się bać AI. Algorytmy stały się dla nich dodatkową parą oczu, które piksel po pikselu analizują potencjalne anomalie, wykrywając nawet subtelne zmiany nowotworowe niemożliwe do zauważenia przez człowieka.

Wyższa precyzja diagnozy przekłada się na mniej inwazyjne operacje, redukując czas powrotu do zdrowia. Jednak AI nie jest idealna i może sugerować fałszywe wyniki. Nie potrafi wyjaśnić, dlaczego doszła do takiego, a nie innego wniosku, co znacznie obniża zaufanie lekarzy. Do tego stworzenie dobrych algorytmów jest kosztowne i długotrwałe, bo wymaga dostępu do dużych zbiorów danych treningowych.

Diagnosta zamiast radiologa

Ale mimo tych trudności, zaangażowanie AI w radiologii będzie coraz większe, bo potencjalne korzyści są ogromne. Duże nadzieje wiąże się z wtórnym przetwarzaniem danych diagnostyki obrazowej. Według Catherine Estrampes, dyrektor generalnej GE Healthcare, nawet 97% wszystkich danych w opiece zdrowotnej nie jest wykorzystywanych. Tylko AI jest w stanie przeanalizować tak duże ilości informacji, szukając w nich nieznanych korelacji, w efekcie pomagając tworzyć nowe metody leczenia i przyspieszać prace nad lekami.

Estrampes przewiduje także stopniową ewolucję zawodu radiologa w kierunku diagnosty zajmującego się holistycznie diagnozą wychodzącą poza interpretację obrazów RTG, MRT czy MRI. AI doskonali też dotychczasowe metody obrazowania, pomagając w generowaniu wysokiej jakości modeli 3D, poprawiając jakość wizualizacji, tłumiąc szumy na zdjęciach.

Algorytmy przewidzą rozwój choroby

Według Estrampes, w najbliższym czasie możemy spodziewać się dalszego skracania czasu pomiędzy badaniem a wynikiem. W obszarze efektywności pracy i zwiększania dostępności do badań jest nadal wiele do poprawy. Podczas pandemii COVID-19, zdjęcia RTG płuc zastosowano do diagnozy koronawirusa, gdy na rynku nie było jeszcze szybkich testów. Algorytmy AI w przyszłości będą mogły rozpoznawać także inne choroby ze zdjęć medycznych, nie tylko te, które były przyczyną zlecenia diagnostyki. Oprócz tego dużą rolę odegra prognozowanie rozwoju stanu zdrowia i modele AI ostrzegające przed ryzykiem szybkiego pogorszenia się stanu zdrowia.

Systemy obrazowania będą coraz mniejsze, mobilniejsze i szeroko dostępne, a zaawansowane badania będą mogli wykonywać lekarze rodzinni pod okiem cyfrowego doradcy. Platformy AI wzbogacone o modele językowe samodzielnie zinterpretują wyniki i prześlą je do weryfikacji ekspertów w ośrodku telemedycznym. Pozwolą też usprawniać procesy organizacyjne, aby zmniejszać obciążenie administracyjne lekarzy, będące główną przyczyną wypalenia zawodowego.

Czytaj także: Czy lekarze muszą się już uczyć jak pisać prompty?