Naukowcy z University of Colorado Anschutz School of Medicine opracowali system AI, który analizuje badania USG prawego górnego kwadrantu brzucha i przygotowuje wstępny opis dla radiologa. Narzędzie ma skracać czas pracy lekarzy oraz szybciej wskazywać pacjentów, którzy wymagają pilnej operacji.
Co potrafi nowy system
Zespół stworzył model typu wizja–język (vision-language), który łączy obraz z badania ultrasonograficznego z tekstowymi danymi klinicznymi, między innymi wynikami badań laboratoryjnych. Na tej podstawie program rozpoznaje zmiany w narządach takich jak wątroba, pęcherzyk żółciowy, prawa nerka i część trzustki, a także proponuje kolejne kroki postępowania. Opis projektu ukazał się w czasopiśmie „Nature Communications”.
System sprawdza obraz pod kątem 16 częstych rozpoznań, ocenia rokowania pacjenta i samodzielnie generuje raport. Do badań wykorzystano około 11 tysięcy zapisów USG z Uniwersytetu Stanforda, Uniwersytetu Kolorado i Johns Hopkins University.
Jak wypadły testy
Badacze ręcznie sprawdzili 100 raportów przygotowanych przez AI. Trafne rozpoznanie w każdym badaniu system postawił w 99,6 proc. przypadków. W całych raportach zdarzały się błędy, ale radiolodzy, którzy je weryfikowali, łatwo je wychwytywali i poprawiali.
W osobnym, ślepym teście grupa ekspertów oceniała, które opisy napisał człowiek, a które program. Surowe, niepoprawiane raporty AI zwykle dawało się rozpoznać. Natomiast raportów AI poprawionych przez radiologa eksperci w większości przypadków nie odróżniali od tych napisanych w całości przez lekarzy.
Po co to w medycynie
USG tego obszaru jamy brzusznej jest często pierwszym wyborem przy bólu w prawym podżebrzu lub nieprawidłowych wynikach prób wątrobowych. Pozwala wykryć m.in. kamienie żółciowe, stłuszczenie wątroby, marskość, zapalenie wątroby, kamienie nerkowe czy zapalenie trzustki. Jest bezbolesne i nieinwazyjne, ale jego ocena zależy od doświadczenia osoby, która je opisuje, bo obraz bywa zaszumiony i pełen artefaktów. Autorzy liczą, że AI ujednolici interpretację i zwiększy jej powtarzalność.
Istotna jest też szybkość: przy ostrym zapaleniu pęcherzyka żółciowego potrzebna jest pilna operacja, więc wcześniejsza diagnoza skraca drogę do zabiegu. Autorzy zwracają uwagę na niedobór radiologów w USA. Według przytoczonych danych w 2022 roku odchodzili oni z zawodu dwa razy szybciej niż w 2014.
Harrison Bai, starszy autor pracy, podkreśla: „Celem nie jest zastąpienie lekarza. Nie próbujemy zbudować AI-radiologa”.
Co to oznacza dla Polski
Na razie to wyniki badawcze, a nie produkt dostępny w szpitalach. Autorzy zaznaczają, że narzędzie trzeba jeszcze przetestować w realnej opiece ratunkowej i sprawdzić, jak współpraca lekarza z AI wpływa na trafność diagnoz, efektywność pracy i dobrostan pacjentów. Nie wiadomo więc, kiedy podobne rozwiązania mogłyby trafić do praktyki, także w Polsce.
Problem niedoboru specjalistów i długiego opisywania badań obrazowych jest jednak znany również w polskiej ochronie zdrowia, więc kierunek prac może być tu istotny. Ewentualne wdrożenie w Unii Europejskiej wymagałoby spełnienia unijnych wymogów dla wyrobów medycznych i systemów AI. Dla pacjenta oznaczałoby to przede wszystkim, że ostateczną decyzję nadal podejmuje lekarz, a algorytm jedynie przyspiesza przygotowanie dokumentacji.
Źródło: Medical Xpress – „Vision-language AI agent could help radiologists interpret ultrasounds faster and more accurately”
