Nowe postępy w dziedzinie sztucznej inteligencji do użytku klinicznego

Naukowcy z Radboudumc pomogli rozwinąć sztuczną inteligencję (AI) w środowisku klinicznym, po demonstracji, jak AI może diagnozować problemy podobnie do lekarza, a także pokazując, jak dochodzi do diagnozy. AI już odgrywa rolę w tym środowisku, jest wykorzystywana do szybkiego wykrywania nieprawidłowości, które mogą być oznaczone jako choroba przez ekspertów.

Sztuczna inteligencja w środowisku klinicznym

Sztuczna inteligencja jest coraz częściej wykorzystywana w diagnostyce obrazów medycznych. To, co tradycyjnie robili lekarze, studiując zdjęcie rentgenowskie lub badanie histopatologiczne, aby zidentyfikować nieprawidłowości, może teraz być robione za pomocą AI. Dzięki wykorzystaniu głębokiego uczenia, te systemy mogą diagnozować same, często będąc równie dokładne, a nawet lepsze niż lekarze.

Systemy te nie są jednak idealne. Jednym z problemów jest to, że AI nie pokazuje, jak analizuje obrazy i dochodzi do diagnozy. Innym problemem jest to, że przestają działać po osiągnięciu określonej diagnozy. Może to prowadzić do sytuacji, w której system pomija nieprawidłowości, nawet jeśli diagnoza jest poprawna.

W takim przypadku lekarz jest lepszy w obserwacji pacjenta, zdjęcia rentgenowskiego lub innych obrazów.

Postępy w dziedzinie AI

Te problemy z AI w środowisku klinicznym są teraz rozwiązywane przez naukowców. Christina González Gonzalo jest kandydatką na stopień doktora w grupie A-eye Research and Diagnostic Image Analysis Group of Radboudumc.

González Gonzalo opracowała nową metodę diagnostyki AI, wykorzystując skany oka, które wykrywają nieprawidłowości siatkówki. Określone nieprawidłowości mogą być łatwo znalezione przez lekarzy i AI, i często występują w grupach.

W przypadku systemu AI, diagnozuje ono jedną lub kilka nieprawidłowości, a następnie przestaje działać, demonstrując jedną z wad korzystania z takiego systemu. Aby rozwiązać ten problem, González Gonzalo opracowała proces, w którym AI wielokrotnie przegląda obraz. Podczas tego procesu uczy się ono ignorować miejsca, które już zostały pokryte, co pozwala mu odkryć nowe. Ponadto, AI również podświetla podejrzane obszary, co sprawia, że cały proces diagnostyczny staje się bardziej przejrzysty dla ludzi.

Ta nowa metoda różni się od tradycyjnych systemów AI wykorzystywanych w tych środowiskach, które opierają swoją diagnozę na jednej ocenie skanu oka. Teraz naukowcy mogą zobaczyć, jak nowy system AI doszedł do diagnozy.

Aby zignorować już wykryte nieprawidłowości, system AI cyfrowo wypełnia je zdrową tkanką z okolicy nieprawidłowości. Diagnoza jest następnie robiona na podstawie wszystkich ocen.

Badanie wykazało, że ten nowy system poprawił czułość wykrywania retinopatii cukrzycowej i zwyrodnienia plamki związanego z wiekiem o 11,2 +/- 2,0%.

Ten nowy system może naprawdę zmienić sposób, w jaki AI jest wykorzystywana do diagnozowania chorób na podstawie nieprawidłowości, a największym postępem jest nowa przejrzystość, którą może wykazać podczas tego procesu. Ta przejrzystość pozwoli na jeszcze więcej przyszłych poprawek i postępów, z celem stworzenia systemu AI, który mógłby diagnozować problemy znacznie dokładniej i szybciej niż najlepsi eksperci w tej dziedzinie. To wszystko mogłoby również prowadzić do bardziej godnego zaufania systemu, co mogłoby skutkować powszechnym przyjęciem go w szerszym zakresie.