Diagnostyka 2.0. Jak algorytmy sztucznej inteligencji pomogą lekarzom
Szacuje się, że błędy w diagnozie mogą być odpowiedzialne nawet za 10 proc. zgonów pacjentów. Jak poprawnie odczytywać zdjęcia medyczne? Czy sztuczna inteligencja może być rozwiązaniem?
Kluczowe jest tutaj uczenie maszynowe, które umożliwia automatyzację diagnoz i zwiększenie ich pewności. To właśnie uczenie maszynowe jest siłą napędową technologii rozpoznawania obrazu, a badanie obrazu jest kluczem do jakościowej diagnozy.
Należąca do Google’a firma DeepMind opracowała algorytm służący do diagnostyki nowotworów głowy i szyi na podstawie zdjęć. Oprogramowanie automatycznie odróżnia tkanki zdrowe od nowotworowo zmienionych, co pozwala na bardziej precyzyjne zaplanowanie radioterapii. Firma Microsoft prowadzi swój projekt Hanover, którego celem jest personalizacja terapii nowotworów. Inteligentny program na podstawie danych zawartych w bazie medycznej PubMed dostarcza informacji na temat preferowanej metody leczenia nowotworu, indywidualnie dostosowanej do danego pacjenta.
Badania nad sztuczną inteligencją w analizie obrazów tomografii komputerowej (TK) klatki piersiowej prowadzi również polski startup BrainScan.ai., którego głównym polem działania była dotąd analiza skanów mózgu. W tym przypadku sieci neuronowe są w stanie wychwycić bardzo subtelne różnice w obrazach i dzięki temu pomóc radiologom w szybszym i skuteczniejszym diagnozowaniu pacjentów z COVID-19.
Czytaj więcej:
Autor wpisu / Partner wpisu:
Weronika Farys
TAGI: Bezpieczeństwo / Innowacje
