La radiologia interventistica è matura per la disruption dell’IA – Leader di pensiero

Di: Oz Moskovich, Responsabile AI e Data Science, XACT Robotics.

Quasi ogni settore della sanità sta esplorando applicazioni per l’intelligenza artificiale, ma ci sono alcuni campi della medicina che presentano più opportunità per la disruption dell’IA rispetto ad altri. In quanto responsabile di un team di data science nella robotica medica, sono ansioso di trovare aree di necessità e nessuna specialità medica presenta un bisogno più chiaro di IA della radiologia interventistica.

Le sfide che la radiologia interventistica affronta oggi includono:

• Scarsità di specialisti: solo circa il 10 percento dei radiologi riceve una formazione di specializzazione in radiologia interventistica.
• Costo: la scarsità di specialisti contribuisce a costi aggiuntivi per i pazienti. I pazienti rurali, in particolare, spesso viaggiano per trovare il radiologo interventista più vicino – sostenendo costi per viaggio e alloggio.
• Diagnosi tempestiva: uno studio recente della Sinai ha trovato che una diagnosi più precoce ha portato a un declino sostanziale delle morti per cancro ai polmoni.
• Proprietà del tumore: quando si diagnostica un potenziale tumore, la dimensione, la posizione e la compliance dei tessuti possono tutti portare a una diagnosi e a un trattamento ritardati.
• Incoerenze procedurali: i metodi procedurali manuali a volte richiedono più inserzioni per raggiungere l’obiettivo desiderato, il che può risultare in tempi procedurali più lunghi, ricoveri o complicazioni.

Fortunatamente, gli strumenti disponibili oggi stanno già aiutando a mitigare queste sfide e l’IA è fondamentale tra di essi. Accoppiando le capacità di apprendimento automatico e di intelligenza artificiale con piattaforme robotiche e di imaging, il nostro sistema sanitario può ampliare l’accesso alle cure di qualità. Ciò include il miglioramento della velocità, dell’efficienza e della disponibilità di procedure come biopsie e ablazioni, con conseguenti risultati più positivi e pazienti più soddisfatti.

Opportunità nella robotica

I sistemi robotici si sono diffusi in tutta la medicina, ma la domanda di pianificazione e monitoraggio guidati da immagini precisi e complessi in procedure come biopsie o ablazioni rende la robotica un adattamento ideale per la radiologia interventistica. Con l’inserzione e la guida robotiche precise, i medici possono diagnosticare e trattare malattie potenzialmente letali più precocemente – quando i tumori sono più piccoli e più suscettibili al trattamento. La tecnologia robotica fornisce anche un mezzo per incorporare ulteriormente l’IA e l’apprendimento automatico nella radiologia interventistica.

Con i flussi di lavoro clinici che incorporano sempre più tecnologie alimentate dall’IA in più domini, è solo questione di tempo prima che si verifichi un’adozione simile di sistemi robotici. Quando combinati con l’apprendimento automatico, i sistemi robotici possono sfruttare grandi quantità di dati procedurali passati per aiutare i medici a prendere decisioni molto informate. Condividendoli a livello globale e fornendo i mezzi per analizzarli, l’apprendimento automatico sta diventando una forza unificante che dà origine a un livello di cura più sofisticato basato su un insieme più ampio di esperienze. Dalla ricerca di casi con caratteristiche simili all’evidenziazione dei rischi e delle anomalie alle raccomandazioni in tempo reale, anche i medici più esperti trarranno beneficio dall’accesso a questo set di capacità. Inoltre, l’accoppiamento di IA e imaging produce nuove capacità, come il miglioramento delle immagini, la fusione delle immagini, la segmentazione dei tessuti e la rappresentazione 3D. Ognuna di queste fornisce al medico l’immagine più chiara possibile del bersaglio, consente la pianificazione della procedura in anticipo e può contribuire a una procedura più precisa e ottimizzare i risultati.

Superare le carenze e le inefficienze

Le piattaforme robotiche alimentate dall’IA hanno la capacità di rendere le procedure più prevedibili – riducendo il rischio di ricovero e completando le procedure in un tempo costante. Parte di questa prevedibilità consiste nel garantire un risultato ottimale con una sola procedura ed evitare la necessità di ricoverare nuovamente un paziente per una seconda procedura. Il Medicare spende circa 30 miliardi di dollari all’anno per i ricoveri ospedalieri e più della metà di questa spesa va verso ricoveri evitabili. Pianificando le procedure e sfruttando i big data, l’apprendimento automatico e l’IA attraverso piattaforme robotiche, i nostri medici eseguiranno le procedure in modo accurato e efficiente e ridurranno gli sprechi di spesa per procedure evitabili.

L’IA ha anche l’opportunità di aiutare a risolvere la scarsità di specialisti. Man mano che i dispositivi intuitivi diventano più comuni nelle strutture sanitarie e la conoscenza procedurale diventa più accessibile, gli estensori dei medici – ad esempio gli assistenti e le infermiere – eseguiranno più procedure. Abilitando più clinici con gli strumenti per eseguire procedure interventistiche, possiamo alleviare una popolazione medica tesa e distribuire il carico clinico in modo più equo.

Le applicazioni dell’IA nella medicina sono ancora anni lontane dall’ubiquità, ma in definitiva c’è un’enorme opportunità per l’IA di potenziare la capacità del medico nella radiologia interventistica – non li sostituirà mai, ma servirà come una magnifica nuova scatola degli attrezzi. Continuando ad avanzare il lavoro che è già in corso attraverso i team di sviluppo della robotica, dell’IA e dell’apprendimento automatico, introdurremo tecnologie all’avanguardia nella radiologia interventistica. Ha il potenziale per aiutare a risolvere la scarsità di medici e raggiungere risultati positivi in modo più efficiente e veloce per una popolazione più ampia di pazienti.