– Nasz projekt polega na tym, żeby zautomatyzować pracę radiologa, a przynajmniej bardzo ją usprawnić i przyśpieszyć. Chodzi o diagnostykę uszkodzeń ścięgna Achillesa, które są jednymi z najczęstszych urazów ortopedycznych, szczególnie w sporcie i medycynie sportowej. Polega na stworzeniu rozwiązania opartego na sztucznej inteligencji, na sieciach neuronowych, które pozwala na podstawie obrazów rezonansu magnetycznego w sposób automatyczny postawić diagnozę odnośnie stopnia uszkodzenia lub też stopnia wygojenia ścięgna Achillesa – tłumaczy w rozmowie z agencją Newseria Innowacje Bartosz Borucki, kierownik Zespołu Sztucznej Inteligencji i Analizy Obrazowej w Diagnostyce Medycznej na UW.

Urazy ścięgna Achillesa należą do najczęstszych urazów ortopedycznych. Ocena schorzeń, zwłaszcza w medycynie sportowej, jest niezwykle istotna. Dzięki start-upowi Smarter Diagnostics, założonemu przez naukowców Uniwersytetu Warszawskiego, ocena badań obrazowych rezonansu magnetycznego w oparciu o głębokie sieci neuronowe pozwala dokładnie ocenić obraz i ustalić stan ścięgna Achillesa. Metoda automatycznej oceny ścięgna Achillesa to jeden z efektów projektu „START: Nowatorskie metody inżynierii tkankowej wspomagające gojenie i regenerację ścięgien i więzadeł”. Algorytm otrzymuje obrazy z MRI i generuje raport z ocenianymi parametrami.

– Na tym rozwiązaniu najbardziej mogą skorzystać pacjenci. Dostaną lepszą diagnostykę, lepsze możliwości wczesnego wykrycia problemów, ale też później monitorowania procesu leczenia, co pozwoli na sprawniejszą rehabilitację, dostosowanie procesu leczenia do konkretnego pacjenta. A dzięki temu, szczególnie w medycynie sportowej, umożliwi to szybszy powrót do zdrowia. Skorzystają też na tym sami radiolodzy – ocenia Bartosz Borucki.

Ocena bazująca na obrazowaniu medycznym zajmuje dużo czasu, jest kosztowna, a przy tym w dużej mierze zależy od lekarza i jego doświadczenia. Dodatkowo sprawia, że radiolodzy są obciążeni pracą. Ocena w oparciu o sztuczną inteligencję pozwala oszczędzić czas lekarzy, a przy tym zwiększa skuteczność oceny.

– Wyniki rezonansu już dzisiaj można oceniać automatycznie, w przyszłości na pewno będzie tego jeszcze więcej. Szczególnie sztuczna inteligencja i konwolucyjne sieci neuronowe powodują tę rewolucję. Wszystko zależy od danych, ich dostępności, od tego, jak szybko jesteśmy w stanie dojść od rozwiązania, które powstaje w środowisku naukowym, do rozwiązania, które jest już certyfikowanym produktem – tłumaczy ekspert.

Sztuczna inteligencja rewolucjonizuje przemysł obrazowania medycznego, udostępnia informacje o chorobach i urazach, które mogą być trudne do wykrycia bez dodatkowej technologii. Przykładem może być technologia SI od DeepMind należącego do Google, która odczytuje skany optycznej koherentnej tomografii (OCT) siatkówki w 3D i diagnozuje 50 różnych stanów okulistycznych z niemal 100 proc. skutecznością.

iCAD opracował z kolei oparte na sztucznej inteligencji rozwiązanie do cyfrowej tomosyntezy piersi, które ogląda każdą warstwę tkanki, a tym samym pozwala wykryć raka w bardzo wczesnym stadium. Z kolei technologia natychmiastowej segmentacji Siemensa i Intela umożliwia specjalistom bezpieczne oglądanie większej liczby wyników rezonansu magnetycznego serca.

– Rozwiązania automatyzujące, szczególnie takie, które bardzo przyśpieszają procesy, są dużo tańsze. Pozwalają zmniejszyć czas wykorzystania urządzeń obrazujących, w naszym przypadku rezonansu magnetycznego, pozwalają zmniejszyć wymogi co do czasu zaangażowania, którego radiolog ma bardzo mało – mówi ekspert. – Już dzisiaj wiemy, że wiele z tych rozwiązań ma lepszą skuteczność niż lekarz, a tak naprawdę najwyższą skuteczność ma tandem lekarz plus sztuczna inteligencja – przekonuje Bartosz Borucki.

Według analityków Research and Markets rynek sztucznej inteligencji w opiece zdrowotnej osiągnie do 2025 r. wartość 27,6 mld dol. W najbliższych latach będzie się rozwijać w tempie 43,5 proc. średniorocznie.