Newsy

Brakuje lekarzy, przybywa chorych. W rozwiązaniu problemu może pomagać sztuczna inteligencja

2021-01-28  |  06:00

Algorytm stworzony przez polski start-up medyczny w zaledwie kilka sekund przeanalizuje wyniki badania mózgu tomografem komputerowym i wykryje niepokojące zmiany. Dzięki temu diagności medyczni poradzą sobie z lawinowo rosnącą ilością danych, które muszą przeanalizować. Jak wskazują eksperci, sztuczna inteligencja nie wyprze zawodu lekarza, ale zwłaszcza w dobie niedoboru ich na rynku pracy znacznie usprawni pracę m.in. radiologów.

– Nasze badania nie są ukierunkowane na powstanie inteligencji czy na tworzenie autonomicznych algorytmów, które będą w stanie same podejmować decyzje. Przede wszystkim tworzymy narzędzia, które ułatwią człowiekowi podejmowanie tych decyzji i w tym kierunku będzie szła technologia. Już pojawiają się systemy istotnie skracające czas analizy danych, na podstawie których lekarz np. będzie stawiał diagnozę i będzie podejmował leczenie. Te metody już znajdują zastosowanie m.in. w wyszukiwaniu nowych leków, w diagnostyce medycznej, a w naszym przypadku w diagnostyce radiologicznej – mówi agencji Newseria Innowacje Robert Kitłowski, prezes zarządu BrainScan.

Stworzony przez polski start-up medyczny system pozwala na automatyczne wykrywanie i klasyfikację zmian stwierdzonych w obrazach z tomografii komputerowej mózgu. Obrazy zarejestrowane przez TK są wysyłane do serwera, a następnie do chmury. Następnie wspierane przez sztuczną inteligencję algorytmy analizują wyniki pod kątem stwierdzenia nieprawidłowości. Po tej analizie dane odsyłane są z powrotem na serwer. Dzięki temu lekarze radiolodzy otrzymują przeanalizowane dane i mogą szybciej postawić diagnozę. Algorytmy z wysoką skutecznością diagnozują m.in. krwiaki oraz krwotoki podpajęczynówkowe, śródmózgowe i te, które są zlokalizowane w układzie komorowym.

– Informacje zwracamy w ciągu kilku sekund na serwer klienta. W momencie, gdy radiolog siada do tego badania, widzi określone zmiany i prawdopodobieństwo, z jakim one w danym miejscu występują, więc może szybko podjąć decyzję, czy to faktycznie w tym miejscu jest dane schorzenie i czy być może chirurg powinien się zająć tym pacjentem w pierwszej kolejności. Jest to bardzo praktyczny przykład zastosowania naszego rozwiązania, gdzie w bardzo wymierny sposób skracamy czas analizy określonego badania – wskazuje Robert Kitłowski.

Z danych udostępnionych przez Statista wynika, że w 2020 roku na całym świecie mogło być wygenerowanych nawet ponad 2,3 tys. eksabajtów danych medycznych. Dla porównania w 2013 roku były to nieco ponad 153 eksabajty danych. W związku z gigantycznym przyrostem informacji, które trzeba analizować, wsparcie lekarzy przez sztuczną inteligencję może się okazać konieczne.

– W związku ze starzeniem się społeczeństwa liczba lekarzy, którzy będą w stanie analizować te dane, będzie maleć. W związku z tym trudno oczekiwać, żeby lekarz zwiększył swoją produktywność. Kiedyś tomograf komputerowy robił jeden skan w pół godziny czy godzinę, dzisiaj jest w stanie zeskanować całe ciało w kilka minut. Żaden radiolog nie jest w stanie pracować w takim tempie, żeby przejrzeć skan pacjenta i napisać interpretację w ciągu kilku minut. To trwa zwykle 15–20 minut. Tak więc lekarze są w pewien sposób skazani na zastosowanie nowoczesnych technologii, gdyż w innym wypadku maszyny będą produkować po prostu zbyt dużo obrazów, aby oni byli w stanie je przeanalizować – podkreśla prezes BrainScan.

Według danych Naczelnej Izby Lekarskiej z roku na rok przybywa osób z dyplomem ukończenia studiów na kierunku lekarskim. W 2020 roku w zawodzie tym zarejestrowanych było w Polsce ponad 197 tys. osób, a rok wcześniej niespełna 195 tys. osób. Mimo to wciąż mówi się o deficycie w tej grupie zawodowej. Ta tendencja, połączona ze zwiększonym zapotrzebowaniem na usługi medyczne, również będzie stymulować rozwój zastosowania sztucznej inteligencji w medycynie.

– Jest ogromna luka pokoleniowa. Trudno oczekiwać, by lekarz przed emeryturą chciał pracować 10 lub nawet 12 godzin przed monitorem i analizować te badania. Dlatego wszelkie czynności rutynowe, które tego typu systemy są w stanie zautomatyzować, to jest obszar na którym się koncentrujemy – mówi Robert Kitłowski.

Według Grand View Research wzrost światowego rynku sztucznej inteligencji w diagnostyce w latach 2020–2027 utrzyma się na średniorocznym poziomie ponad 32 proc. Zdaniem twórców raportu głównymi czynnikami napędzającymi rozwój tego rynku będzie niedobór pracowników i wzrost popytu na rozwiązania z zakresu SI w medycynie.

Czytaj także

Więcej ważnych informacji

Kalendarium

Jedynka Newserii

Jedynka Newserii

Biotechnologia

Koronawirusy atakowały już 25 tys. lat temu. Za sprawą postępujących zmian klimatycznych pradawne wirusy mogą znów zagrażać ludzkości

Pradawne wirusy mogą zagrażać ludzkości. Naukowcy są w stanie ożywić drobnoustroje sprzed dziesiątków tysięcy lat. Topienie się wiecznej zmarzliny w wyniku postępujących zmian klimatycznych może uwalniać długo ukryte choroby i wirusy do środowiska, zagrażając zdrowiu zarówno ludzi, jak i zwierząt. Naukowcy byli w stanie ożywić drobnoustroje sprzed dziesiątków tysięcy lat. Najnowsze badania DNA potwierdzają, że starożytny koronawirus lub blisko spokrewniony patogen wywołał epidemię na terenie Azji około 25 tys. lat temu.

Kosmos i lotnictwo

Przełom w obserwacji czarnych dziur. Dane z 19 obserwatoriów mogą pomóc testować ogólną teorię względności Einsteina [DEPESZA]

Kilka z najpotężniejszych teleskopów na świecie jednocześnie obserwowało supermasywną czarną dziurę w galaktyce M87. To pierwsza czarna dziura, która została bezpośrednio sfotografowana przed dwoma laty. Teraz naukowcy ujawnili dane z 19 obserwatoriów – zarówno na Ziemi, jak również tych w kosmosie, które pozwalają  na głębszy wgląd w czarną dziurę. Nowe obserwacje mogą m.in. pomóc ulepszyć testy ogólnej teorii względności Einsteina.