Інтервенційна радіологія готова до порушення штучного інтелекту – лідери думок

Від: Оз Московіц, керівник команди штучного інтелекту та науки про дані, XACT Robotics.

Практично кожна галузь охорони здоров’я досліджує застосування штучного інтелекту, але є галузі медицини, які представляють більше можливостей для порушення штучним інтелектом, ніж інші. Як керівник команди науки про дані в медичній робототехніці, я зацікавлений у пошуках областей потреб, і жодна медична спеціальність не представляє більшої потреби у штучному інтелекті, ніж інтервенційна радіологія.

Виїди, з якими стикається інтервенційна радіологія сьогодні, включають:

• Недостаток фахівців: тільки близько 10 відсотків радіологів отримують спеціалізовану підготовку в галузі інтервенційної радіології.
• Вартість: нестача фахівців призводить до додаткових витрат для пацієнтів. Пацієнти з сільської місцевості часто подорожують, щоб знайти найближчого інтервенційного радіолога – включаючи витрати на транспорт і проживання.
• Своєчасна діагностика: недавнє дослідження Сінайської лікарні виявило, що рання діагностика призвела до суттєвого зниження смертності від раку легенів.
• Властивості пухлин: при діагностиці потенційної пухлини розмір, розташування та тканинна відповідність можуть усі призвести до затримки діагностики та лікування.
• Несумісності процедур: ручні методи процедур іноді вимагають декількох вставок, щоб досягти бажаної цілі, що може призвести до триваліших процедур, повторних госпіталізацій або ускладнень.

На щастя, інструменти, доступні сьогодні, вже допомагають пом’якшити ці виклики, і штучний інтелект є одним з ключових серед них. Об’єднуючи можливості штучного інтелекту та машинного навчання з робототехнічними та іміджінговими платформами, наша система охорони здоров’я може розширити доступ до якісної допомоги. Це включає поліпшення швидкості, ефективності та доступності процедур, таких як біопсії та абляції, що призводить до більш позитивних результатів та задоволених пацієнтів.

Можливості у робототехніці

Робототехнічні системи поширилися по всій медицині, але попит на складне та точне планування та моніторинг під час процедур, таких як біопсії чи абляції, роблять робототехніку ідеальним вибором для інтервенційної радіології. З точною роботизованою вставкою та керуванням лікарі можуть діагностувати та лікувати потенційно загрозливі захворювання раніше – коли пухлини менші та більш чутливі до лікування. Робототехнологія також надає можливість подальшого включення штучного інтелекту та машинного навчання в інтервенційну радіологію.

З клінічними робочими процесами, які все частіше включають технології, підтримувані штучним інтелектом, у декількох галузях, це лише питання часу для подібного прийняття робототехнічних систем. Коли їх поєднують з машинним навчанням, робототехнічні системи можуть використовувати великі об’єми даних попередніх процедур, щоб допомогти лікарям приймати високоінформовані рішення. Поділуючись цими даними глобально та забезпечуючи засоби для їх аналізу, машинне навчання стає об’єднуючою силою, яка призводить до більш розвиненого рівня допомоги, заснованої на ширшому наборі досвіду. Від пошуку випадків з подібними характеристиками до виділення ризиків та аномалій до рекомендацій у реальному часі навіть найбільш досвідчені лікарі будуть користуватися доступом до цього набору можливостей. Крім того, поєднання штучного інтелекту та іміджінгу створює нові можливості, такі як покращення зображення, злиття зображень, сегментація тканин та 3D-рендеринг. Кожна з цих можливостей дає лікарю найчіткіше уявлення про свої цілі, дозволяє планувати процедури заздалегідь та може призвести до більш точної процедури та оптимізувати результати.

Подолання нестач та неефективності

Платформи, підтримувані штучним інтелектом, мають можливість зробити процедури більш передбачуваними – зменшуючи ризик повторної госпіталізації та виконання процедур протягом постійного часу. Частину цієї передбачуваності полягає в тому, щоб забезпечити оптимальний результат за допомогою однієї процедури та уникнути необхідності повторної госпіталізації пацієнта для другої процедури. Медикар витрачає близько 30 мільярдів доларів щорічно на повторні госпіталізації та понад половина цієї витрати йде на уникнення повторних госпіталізацій. Плануючи процедури та використовуючи великі дані, машинне навчання та штучний інтелект через робототехнічні платформи, наші лікарі виконуватимуть процедури точно та ефективно та зменшуватимуть марнування коштів на уникнення процедур.

Штучний інтелект також має можливість допомогти вирішити проблему нестачі фахівців. Коли інтуїтивні пристрої стають більш поширеними у закладах охорони здоров’я та знання процедур стають більш доступними, лікарі-асистенти та медсестри-практики виконуватимуть більше процедур. Наділяючи більше клініцистів інструментами для виконання інтервенційних процедур, ми можемо полегшити напруженість серед лікарів та розподілити клінічне навантаження більш рівномірно.

Застосування штучного інтелекту в медицині ще років залишається до повсюдності, але в кінцевому підсумі існує величезна можливість для штучного інтелекту підвищити здатність лікарів у галузі інтервенційної радіології – він ніколи не замінить їх, а скоріше послужить чудовим новим інструментарієм. Продовжуючи просунути роботу, яка вже проводиться у командах розробки робототехніки, штучного інтелекту та машинного навчання, ми введемо передові технології в інтервенційну радіологію. Вона має потенціал допомогти вирішити проблему нестачі лікарів та досягти позитивних результатів більш ефективно та швидко для більшої кількості пацієнтів.