Sztuczna inteligencja przyspieszy analizę tomograficzną mózgu i wykryje każdą anomalię. Opracowany przez Polaków program eliminuje ryzyko pomyłki

0
169

Lekarzowi interpretacja radiologiczna zmian w mózgu zajmuje ok. 2030 minut. Dzięki sztucznej inteligencji ten czas można skrócić do kilku minut, a przy tym niemal całkowicie wyeliminować pomyłki. Aż 60 proc. badań obrazowych tomografii komputerowej to badania mózgu i przy tej skali błędy w interpretacji sięgają 20 proc. Co roku tylko w Stanach Zjednoczonych wykonuje się 23 mln, a w Europie 13 mln tomografii komputerowych. Ryzyko pomyłki jest więc ogromne. Polacy opracowali program oparty na sztucznej inteligencji i uczeniu maszynowym, który analizuje obrazy tomograficzne i wykrywa zmiany w mózgu.

– System BrainScan służy do wspierania lekarzy radiologów w podejmowaniu decyzji podczas analizy obrazów tomografii komputerowej głowy. Pozwala na wykrycie najczęściej spotykanych schorzeń na obrazach TK mózgu, w związku z tym przyspiesza pracę radiologów i pozwala zobaczyć dużo więcej niż nieuzbrojone oko człowieka. System oparty jest na metodach sztucznej inteligencji, tzn. najpierw trenowany jest na bazie dziesiątek, setek tysięcy badań, na których wskazane są określone schorzenia – mówi agencji informacyjnej Newseria Innowacje Robert Kitłowski, prezes BrainScan.

Sztuczna inteligencja już na stałe weszła do medycyny. Zmienia prawie każdy jej aspekt, w tym obrazowanie. W tomografii komputerowej (TK) sztuczna inteligencja pozwala zredukować dawkę promieniowania dla pacjenta. Zaawansowane algorytmy poprawiają jakość obrazu, szczególnie w zakresie redukcji szumów, a oparte na sztucznej inteligencji metody wykrywania i charakteryzowania patologii działają automatycznie. SI stała się już niezbędna, zwłaszcza tam, gdzie ogromna ilość danych sprawia, że człowiek może zawodzić.  

– Najczęstszymi schorzeniami, które widoczne są na obrazach tomografii komputerowej mózgu, są krwawienia, udary niedokrwienne, również nowotwory. System wspomagający lekarza w podejmowaniu decyzji przede wszystkim musi się charakteryzować wysoką jakością, tzn. musi być w stanie nie tylko znaleźć daną patologię, ale też nie utrudniać tej pracy. Ważną kwestią jest wysoka swoistość takiego systemu, tzn. zdolność do unikania fałszywych alarmów – tłumaczy Robert Kitłowski.

  KE chce zapewnić bezpieczeństwo sieci 5G w Europie. Będzie certyfikować dostawców sprzętu

Rozwiązanie opracowane przez polski start-up, BrainScan, automatycznie wyszukuje podobne skany tomografii komputerowej lub rezonansu magnetycznego w zestawie ponad 116,6 tys. danych. Wyszukuje podobne przypadki medyczne, porównuje wyniki, a następnie przedstawia lekarzowi skany z lokalizacją zmian podobnych do analizowanego przypadku oraz szczegóły dotyczące diagnozy i leczenia.

– W ciągu dosłownie kilku sekund jesteśmy w stanie wykryć zmiany, schorzenia, które człowiekowi zajmują dużo więcej czasu, aby je znaleźć. Jesteśmy w stanie nauczyć czy wytrenować system na nieograniczonej liczbie badań, dzisiaj to jest 100 tys. badań znajdujących się w naszej bazie danych. Jesteśmy w stanie ten model trenować w nieskończoność i w pewnym momencie modele uczenia maszynowego będą miały jakość wykrywania zmian nieosiągalne dla ludzi – przekonuje prezes BrainScan.

Z danych BrainScan wynika, że co roku w USA wykonuje się 23 mln tomografii komputerowych mózgu, w Europie – ok. 13 mln. Na jednego pacjenta przypada ok. 70 zdjęć tomografii komputerowej, a możliwości lekarzy są ograniczone. Zazwyczaj interpretacja radiologiczna zmian w mózgu zajmuje lekarzowi ok. 20–30 minut. Dzięki sztucznej inteligencji ten proces można skrócić do kilku minut, a przy tym niemal całkowicie wyeliminować ryzyko pomyłki. Obecnie aż 60 proc. badań obrazowych TK to badania mózgu i przy tej skali błędy w interpretacji sięgają 20 proc.

– W przypadku badań tomografii komputerowej mamy często do czynienia z kilkoma seriami, w każdej serii jest po kilkadziesiąt, być może i kilkaset przekrojów, czyli zdjęć poszczególnych kawałków, w naszym przypadku mózgu. W przypadku MRI to jest kilkukrotnie więcej danych, dlatego analiza tych badań jest tak kosztowna i tak czasochłonna – ocenia ekspert.

Firma otrzymała milion dolarów finansowania na badania i rozwój od Narodowego Centrum Badań i Rozwoju. Dzięki wsparciu system został już wdrożony, trwają też prace nad wdrożeniem go w największej sieci teleradiologicznej w Polsce.

  Firmy inwestujące w automatyzację i robotyzację bardziej odporne na koronakryzys. Łatwiej będzie im też przyciągnąć inwestorów

– Pracujemy także nad pozyskaniem kolejnej rundy finansowania, tzw. rundy A, mamy dobry odzew ze strony inwestorów. Chcemy być ekspertami, jeśli chodzi o analizę tomografii komputerowej głowy i ten obszar zagospodarujemy do końca tego roku i będzie to projekt skończony. Następnie przejdziemy do analizy MRI głowy, na który też mamy już zgromadzone bazy danych i mamy też określone ustalenia z klientami co do zastosowania tego systemu w praktyce – zapowiada Robert Kitłowski.

Źródło: https://innowacje.newseria.pl/news/sztuczna-inteligencja,p823687837