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 di 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:

• Carenza di specialisti: Solo circa 10 percento dei radiologi riceve una formazione di specializzazione in radiologia interventistica.
• Costo: La carenza di specialisti contribuisce a costi aggiuntivi per i pazienti. I pazienti rurali, in particolare, spesso si recano in luoghi lontani per trovare il radiologo interventista più vicino – sostenendo costi per viaggio e alloggio.
• Diagnosi tempestiva: Uno studio recente del Sinai ha scoperto che una diagnosi precoce ha portato a un calo sostanziale delle morti per cancro ai polmoni.
• Proprietà del tumore: Quando si diagnostica un potenziale tumore, la dimensione, la localizzazione 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 inserimenti 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 quelle sfide e l’IA è fondamentale tra di essi. Accoppiando le capacità dell’IA e dell’apprendimento automatico con piattaforme robotiche e di imaging, il nostro sistema sanitario può ampliare l’accesso alle cure di qualità. Ciò comporta 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 complessi e precisi 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’opportunità 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 diversi domini, è solo questione di tempo per 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 dell’IA e dell’imaging produce nuove capacità, come il miglioramento dell’immagine, la fusione dell’immagine, la segmentazione dei tessuti e la rappresentazione 3D. Ognuna di queste dà al medico l’immagine più chiara degli obiettivi, consente la pianificazione della procedura in anticipo e può contribuire a una procedura più precisa e ottimizzare i risultati.

Indirizzo delle carenze e delle 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 quella prevedibilità consiste nel garantire un risultato ottimale con una sola procedura e nell’evitare la necessità di ricoverare 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 quella 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 la spesa inutile per procedure evitabili.

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

Le applicazioni dell’IA nella medicina rimangono anni lontane dall’ubiquità, ma in definitiva, c’è una tremenda opportunità per l’IA di potenziare la capacità del medico nella radiologia interventistica – non li sostituirà, ma servirà come una magnifica nuova scatola degli attrezzi. Continuando ad avanzare il lavoro 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 carenza di medici e raggiungere risultati positivi più efficientemente e più velocemente per una popolazione più ampia di pazienti.