Sztuczna inteligencja wspiera diagnostykę obrazową

W Akademii Górniczo-Hutniczej w Krakowie powstało nowoczesne narzędzie diagnostyczne oparte na algorytmach sztucznej inteligencji. Wspomaga lekarzy w analizie obrazów m.in. z tomografii komputerowej i rezonansu magnetycznego, skracając czas diagnozy i zwiększając jej precyzję.

W AGH opracowano rozwiązanie oparte na AI, które ma znacząco usprawnić pracę lekarzy radiologów. System, testowany przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie, ma za zadanie wspomagać specjalistów w analizie obrazów medycznych, redukować ryzyko przeoczenia zmian patologicznych oraz znacząco przyspieszyć proces diagnostyczny.

Opracowana w AGH technologia jest rdzeniem systemu Raygenic Rayspad – zaawansowanej przeglądarki diagnostycznej z komputerowym wspomaganiem opartym na sztucznej inteligencji. Platformę testowano w warunkach klinicznych. W ramach pilotażu lekarze opisali blisko sto badań obrazowych, takich jak rezonans magnetyczny i tomografia komputerowa. Algorytmy AI dokonywały automatycznej segmentacji, detekcji zmian oraz precyzyjnych pomiarów – następnie wyniki zestawiano z analizą wykonaną przez lekarzy.

Dodatkowy asystent, który nie przeoczy żadnego szczegółu

Najważniejsze funkcjonalności platformy diagnostyczno-radiologicznej to wbudowane w narzędzie algorytmy AI, które służą do generowania szeregu kluczowych dla diagnozy danych. Są to np.:

• automatyczna segmentacja organów – pozwala na szybkie i precyzyjne oznaczenie struktur anatomicznych w badaniach obrazowych,
• detekcja anomalii – wbudowane algorytmy AI samodzielnie identyfikują zmiany patologiczne, w tym podejrzane ogniska nowotworowe czy zmiany pourazowe,
• precyzyjne wymiarowanie wykrytych zmian – system automatycznie dokonuje pomiarów zmian patologicznych, co znacząco przyspiesza i standaryzuje proces opisu badania.

– Naszym celem było stworzenie narzędzia, które realnie będzie wspierało lekarzy w ich pracy. Dzięki integracji nowoczesnych metod AI z wiedzą kliniczną możemy zapewnić radiologom lepsze warunki pracy oraz system, który przyczynia się do szybszej i dokładniejszej diagnozy pacjentów – mówi prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej na Wydziale Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej AGH, kierownik projektu.

Raygenic Rayspad nie tylko wspiera diagnozowanie, ale także usprawnia codzienną pracę personelu medycznego.

– W ramach testów narzędzie pozwoliło nam wykrywać zmiany patologiczne. To jak mieć dodatkowego, niezwykle uważnego asystenta, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu. Wdrożenie w pełni funkcjonalnego systemu będzie pewnie wymagało jeszcze pracy inżynierów, natomiast w nieodległej perspektywie tego typu rozwiązania mogą być dla nas, lekarzy, dużym wsparciem – mówi prof. Rafał Obuchowicz, specjalista radiolog, uczestniczący w pilotażu systemu w Szpitalu Uniwersyteckim w Krakowie.

Technologia i lekarze ramię w ramię

Jedną z kluczowych zalet systemu jest jego niezależność od sprzętu i lokalizacji. Dzięki chmurowemu rozwiązaniu lekarze mogą analizować obrazy z różnych urządzeń, w różnych placówkach, bez potrzeby synchronizacji danych. Interfejs aplikacji zapewnia ujednoliconą prezentację wyników, co eliminuje błędy wynikające z różnic w standardach poszczególnych systemów. Inspiracją do stworzenia systemu była potrzeba realnego wsparcia lekarzy w codziennej pracy. Jak podkreślają twórcy, projekt stanowi również istotny krok w kierunku cyfrowej transformacji jednostek medycznych. Zespół z AGH zapowiada dalsze prace rozwojowe, obejmujące rozszerzenie funkcjonalności systemu.

– Jesteśmy przekonani, że przyszłość medycyny to współpraca człowieka z technologią. Nasze narzędzie to dowód na to, że nauka może bezpośrednio wspierać lekarzy – efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów – podsumowuje prof. Joanna Jaworek-Korjakowska, dyrektor Centrum Doskonałości Sztucznej Inteligencji AGH.

Dotychczasowe prace realizował interdyscyplinarny zespół pod kierunkiem prof. Zbisława Tabora, specjalisty w dziedzinie analizy obrazów medycznych, prof. Joanny Jaworek-Korjakowskiej, kierującej Centrum Doskonałości Sztucznej Inteligencji i zajmującej się zagadnieniami sztucznej inteligencji, a także prof. Bartosza Zielińskiego z Wydziału Matematyki i Informatyki Uniwersytetu Jagiellońskiego, zajmującego się wyjaśnialną sztuczną inteligencją.

Źródło: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Czytaj także: W Szpitalu Uniwersyteckim w Krakowie to pacjent wybiera posiłki