Kierownik projektu prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej AGH poinformował w poniedziałek, że system oparty na algorytmach sztucznej inteligencji testowany był przez prawie pół roku w Szpitalu Uniwersyteckim w Krakowie. Jego zadaniem jest wspomaganie specjalistów w analizie obrazów medycznych, redukowanie ryzyka przeoczenia zmian patologicznych i przyspieszenie procesu diagnostycznego.
Opracowana w AGH technologia jest rdzeniem systemu Raygenic Rayspad – zaawansowanej przeglądarki diagnostycznej z komputerowym wspomaganiem opartym na AI.
Platforma testowana była w warunkach klinicznych, gdzie w ramach pilotażu lekarze opisali niemal 100 badań obrazowych, takich jak rezonans magnetyczny i tomografia komputerowa. Algorytmy AI dokonywały automatycznej segmentacji, detekcji zmian oraz precyzyjnych pomiarów – wyniki te były następnie zestawiane z analizą wykonaną przez lekarzy.
Niezwykle uważny asystent
Według naukowców najważniejsze funkcjonalności platformy diagnostyczno-radiologicznej to wbudowane w narzędzie algorytmy AI, które służą do generowania szeregu kluczowych dla diagnozy danych. Są to, między innymi, automatyczna segmentacja organów, detekcja anomalii oraz precyzyjne wymiarowanie wykrytych zmian.
„Naszym celem było stworzenie narzędzia, które realnie będzie wspierało lekarzy w ich codziennej pracy. Dzięki integracji nowoczesnych metod AI z wiedzą kliniczną możemy zapewnić radiologom lepsze warunki pracy oraz system, który przyczynia się do szybszej i dokładniejszej diagnozy pacjentów” - wskazał prof. Zbisław Tabor, cytowany w komunikacie prasowym uczelni.
Prof. Rafał Obuchowicz, specjalista radiolog, uczestniczący w pilotażu w Szpitalu Uniwersyteckim w Krakowie przekazał, że w ramach testów narzędzie pozwoliło lekarzom wykrywać zmiany patologiczne.
„To jak mieć dodatkowego, niezwykle uważnego asystenta, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu. Wdrożenie w pełni funkcjonalnego systemu będzie pewnie wymagało jeszcze pracy inżynierów, natomiast w nieodległej perspektywie tego typu rozwiązania mogą być dla nas, lekarzy dużym wsparciem” – ocenił lekarz.
Według twórców systemu jedną z kluczowych zalet rozwiązania jest jego niezależność od sprzętu i lokalizacji. Dzięki chmurowemu rozwiązaniu lekarze mogą analizować obrazy z różnych urządzeń, w różnych placówkach, bez potrzeby synchronizacji danych. Interfejs aplikacji zapewnia ujednoliconą prezentację wyników, co eliminuje błędy wynikające z różnic w standardach poszczególnych systemów.
Nauka wspiera lekarzy
Zespół z AGH zapowiada dalsze prace rozwojowe, obejmujące rozszerzenie funkcjonalności systemu.
„Jesteśmy przekonani, że przyszłość medycyny to współpraca człowieka z technologią. Nasze narzędzie to dowód na to, że nauka może bezpośrednio wspierać lekarzy – efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów” - podsumowała prof. Joanna Jaworek-Korjakowska, dyrektor Centrum Doskonałości Sztucznej Inteligencji, AGH w Krakowie.
Dotychczasowe prace realizowane były przez interdyscyplinarny zespół pod kierunkiem prof. Zbisława Tabora, specjalisty w dziedzinie analizy obrazów medycznych, prof. Joanny Jaworek-Korjakowskiej, kierującej Centrum Doskonałości Sztucznej Inteligencji i zajmującej się zagadnieniami sztucznej inteligencji oraz prof. Bartosza Zielińskiego z Wydziału Matematyki i Informatyki Uniwersytetu Jagiellońskiego, zajmującego się wyjaśnialną sztuczną inteligencją.