Intervenční radiologie je zralá na AI narušení – Thought Leaders

Od: Oz Moskovich, AI a Data Science Lead, XACT Robotics.

Téměř každý sektor zdravotní péče zkoumá aplikace pro umělou inteligenci, ale existují některé oblasti medicíny, které nabízejí více příležitostí pro AI narušení než ostatní. Jako vedoucí týmu pro data science v medicínské robotice jsem rád, že najdu oblasti potřeby, a žádná lékařská specializace nepředstavuje jasnější potřebu AI než intervenční radiologie.

Výzvy, kterým intervenční radiologie čelí dnes, zahrnují:

• Špatná dostupnost specialistů: Pouze asi 10 procent radiologů absolvuje specializované vzdělávání v intervenční radiologii.
• Náklady: Špatná dostupnost specialistů přispívá k vyššímu nákladu pro pacienty. Pacienti z venkova často cestují, aby našli nejbližšího intervenčního radiologa – a tím vznikají náklady na cestování a ubytování.
• Včasná diagnóza: Nedávná studie Sinai zjistila, že včasná diagnóza vedla k podstatnému poklesu úmrtí na rakovinu plic.
• Vlastnosti tumoru: Při diagnostice potenciálního tumoru může velikost, umístění a tkáňová compliance vést ke zpožděné diagnóze a léčbě.
• Nesrovnalosti při postupu: Manuální postupy někdy vyžadují více vpichů, aby se dosáhlo požadovaného cíle, což může vést k delším procedurám, opětovnému přijetí nebo komplikacím.

Naštěstí existují dnes již nástroje, které pomáhají zmírnit tyto výzvy a AI je mezi nimi klíčovým prvkem. Spárováním AI a strojového učení s robotickými a zobrazovacími platformami můžeme rozšířit přístup ke kvalitní péči. To zahrnuje zlepšení rychlosti, efektivity a dostupnosti procedur, jako jsou biopsie a ablace, což vede k více pozitivním výsledkům a spokojeným pacientům.

Možnost v robotice

Robotické systémy se rozšířily napříč medicínou, ale poptávka po komplexních a přesných obrazových plánech a monitorování při procedurách, jako jsou biopsie nebo ablace, činí robotiku ideální volbou pro intervenční radiologii. S přesným, robotickým vložením a řízením mohou lékaři diagnostikovat a léčit potenciálně život ohrožující nemoci dříve – když jsou tumory menší a více náchylné k léčbě. Robotická technologie také poskytuje cestu k dalšímu začlenění AI a strojového učení do intervenční radiologie.

S klinickými postupy, které stále více zahrnují AI-poháněné technologie v několika oblastech, je jen otázkou času, kdy dojde k podobnému přijetí robotických systémů. Když jsou kombinovány s strojovým učením, robotické systémy mohou využít rozsáhlé množství údajů z předchozích procedur, aby pomohly lékařům učinit vysoce informovaná rozhodnutí. Zdílením těchto údajů globálně a poskytováním prostředků k jejich analýze se strojové učení stává sjednocujícím faktorem, který vede k vyšším úrovním péče založených na širším spektru zkušeností. Od nalezení případů se podobnými charakteristikami po zdůraznění rizik a anomálií až po doporučení v reálném čase budou i nejzkušenější lékaři profitovat z přístupu k těmto schopnostem. Kromě toho kombinace AI a zobrazování vytváří nové schopnosti, jako je vylepšení obrazu, fúze obrazu, segmentace tkáně a 3D renderování. Každá z nich poskytuje lékaři nejjasnější obraz cíle, umožňuje plánování procedur v předstihu a může přispět k přesnější proceduře a optimalizuje výsledky.

Řešení nedostatků a neefektivit

AI-poháněné robotické platformy mají schopnost učinit procedury více předpověditelnými – snižují riziko opětovného přijetí a dokončují procedury v konzistentním čase. Část této předpověditelnosti spočívá v zajištění optimálního výsledku s jednou procedurou a vyhnout se potřebě opětovného přijetí pacienta pro druhou proceduru. Medicare vydává přibližně 30 miliard dolarů ročně na opětovné přijetí do nemocnice a více než polovina této částky jde na nevyhnutelná opětovná přijetí. Plánováním procedur a využíváním velkých dat, strojového učení a AI prostřednictvím robotických platforem budou naši lékaři provádět procedury přesně a efektivně a sníží se plýtvání na nevyhnutelné procedury.

AI také má příležitost pomoci řešit nedostatek specialistů. Jak se stávají intuitivní zařízení běžnějšími v zařízeních poskytujících zdravotní péči a znalosti o postupech se stávají více přístupnými, budou lékaři-pomocníci – tj. asistenti lékařů a ošetřovatelé – provádět více procedur. Poskytováním více klinickým pracovníkům nástrojů k provádění intervenčních procedur můžeme ulevit napjaté populaci lékařů a rozložit klinickou zátěž více spravedlivě.

Aplikace AI v medicíně zůstávají ještě roky od všudypřítomnosti, ale nakonec existuje obrovská příležitost pro AI, aby zlepšila schopnost lékařů v intervenční radiologii – nikdy je nenahradí, ale bude sloužit jako nádherná nová nástrojová skříňka. Pokračováním v pokroku práce, která je již v průběhu napříč robotickými, AI a strojovým učením vývojovými týmy, budeme zavádět špičkovou technologii do intervenční radiologie. Má potenciál pomoci řešit nedostatek lékařů a dosáhnout pozitivních výsledků více efektivně a rychleji pro větší populaci pacientů.