Mówi: | Robert Kitłowski |
Funkcja: | prezes zarządu |
Firma: | BrainScan |
Brakuje lekarzy, przybywa chorych. W rozwiązaniu problemu może pomagać sztuczna inteligencja
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
- 2021-02-25: Badania naukowców potwierdzają, że w walce z wirusami skuteczne są ekstrakty roślinne. Mogą chronić także przed koronawirusem [DEPESZA]
- 2021-02-23: Polska ma nową strategię rozwoju sztucznej inteligencji. W ujęciu globalnym SI może dać medycynie 150 mld dol. oszczędności
- 2021-02-26: Roboty i skanery 3D przyszłością edukacji. Już dziś pozwalają uczyć programowania i mogą stworzyć model ciała człowieka
- 2021-02-22: Dr Krzysztof Gojdź: Otwieram kliniki w Nowym Jorku, myślę też o Chicago i Beverly Hills, żeby gwiazdy miały bliżej do mnie. Chcę też otworzyć klinikę w Warszawie
- 2021-02-18: Automatyzacja branży gastronomicznej postępuje. Roboty mogą już wkrótce zastąpić kucharzy, barmanów czy kelnerów
- 2021-02-08: Sztuczna inteligencja pomoże znaleźć idealnego pracownika. Przyspiesza też proces rekrutacji z kilku tygodni do 24 godzin
- 2021-02-16: Branża HR przechodzi technologiczną rewolucję. Personalizacja ofert i sztuczna inteligencja pozwolą szybciej i skuteczniej szukać pracownika i znaleźć pracę
- 2021-02-03: Sztuczna inteligencja wykrywa zagrożenia 60 razy szybciej niż człowiek. W wyniku pandemii algorytmy coraz częściej zabezpieczać będą także prywatne komputery
- 2021-02-11: Branża IT odporna na koronakryzys. Wyzwaniem stają się najnowsze technologie, takie jak automatyzacja i sztuczna inteligencja
- 2021-02-05: Roboty rehabilitacyjne coraz bardziej zaawansowane. Oferują nowe techniki leczenia pomagające w tworzeniu nowych połączeń nerwowych u pacjentów
Więcej ważnych informacji
Jedynka Newserii

Jedynka Newserii

Robotyka i SI

Roboty i skanery 3D przyszłością edukacji. Już dziś pozwalają uczyć programowania i mogą stworzyć model ciała człowieka
Nowe technologie coraz mocniej zaznaczają swoją obecność w dziedzinie edukacji. Roboty edukacyjne uczą programowania nawet najmłodsze dzieci, roboty społeczne potrafią czytać książki i uczyć języków, a skanery 3D ułatwią naukę ludzkiej anatomii. Choć pandemia utrudniła prowadzenie warsztatów edukacyjnych dla dzieci, to tempo tworzenia nowych rozwiązań nie maleje. – Sztuczna inteligencja i robotyzacja to zdecydowanie właściwe kierunki dla rozwoju edukacji – mówi Maciej Trojnacki, prezes zarządu Eduroco.
Robotyka i SI
Neuromarketing coraz silniejszym narzędziem sprzedaży. Coraz silniej wpływa na nasze decyzje zakupowe

Analiza reakcji mózgu klienta na bodziec wizualny jest coraz częściej wykorzystywana w procesie projektowania produktów i opakowań. Znajduje również zastosowanie przy budowaniu stron internetowych, etykiet cenowych czy ekspozycji w sklepach. W przyszłości neuromarketing będzie się prawdopodobnie posiłkował innymi technologiami, jak wirtualna rzeczywistość czy analiza Big Data. – Neuromarketing zbiera całą wiedzę o mózgu i próbuje te procesy wytłumaczyć i przełożyć na skuteczniejsze mechanizmy rynkowe – tłumaczy Wojciech Broniatowski, dyrektor operacyjny CortiVision.