Model umělé inteligence by mohl pomoci radiologům identifikovat abnormality mozku při skenování magnetickou rezonancí
Nový model umělé inteligence by mohl pomoci radiologům identifikovat abnormality mozku při MRI skenech pro všechny stavy včetně mrtvice, roztroušené sklerózy a mozkových nádorů.
Studie vedená výzkumníky z King’s College London a publikovaná v Radiologie AIukazuje, jak by umělá inteligence mohla řešit rostoucí počet nevyřízených případů kvůli nedostatku radiologů a také rostoucí poptávce po MRI rok od roku po více než deset let.
Tyto nevyřízené položky by mohly vést ke zpoždění léčby a horším výsledkům pacientů, protože vyšetření magnetickou rezonancí jsou životně důležitá pro diagnostiku a monitorování řady mozkových stavů, jako jsou nádory, mrtvice a aneuryzmata.
Umělá inteligence by mohla pomoci zmírnit tlak na radiologická oddělení tříděním skenů a zvýšením rychlosti hlášení.
Za tímto účelem byl model nejprve požádán, aby rozlišil mezi „normálním“ a „abnormálním“ skenováním, což udělal přesně ve srovnání s hodnoceními provedenými odbornými radiology.
Poté byl testován na specifických podmínkách – pomocí nových MRI skenů, které nebyly zahrnuty v tréninkových datech – jako je mrtvice, roztroušená skleróza a mozkové nádory, a byl schopen je přesně rozpoznat.
Většina modelů umělé inteligence je v současné době postavena s velkými datovými soubory, ručně označenými odbornými radiology – jejichž výroba je nákladná a časově náročná.
Aby to tým překonal, vytvořil model umělé inteligence, který se – bez potřeby odborných radiologů – vycvičil na více než 60 000 existujících skenech MRI mozku pomocí jejich odpovídajících radiologických zpráv současně.
Trénováním systému na skenech a jazyku, který radiologové používají k jejich popisu, jej můžeme naučit rozumět tomu, jak abnormality vypadají.“
Dr. Thomas Booth, hlavní autor studie, čtenář v oboru Neuroimaging na King’s College London a konzultant neuroradiolog v King’s College Hospital
Výzkumníci také navrhli model tak ukázal že když dostane sken nebo textový dotaz, jako je „gliom“, což je typ mozkového nádoru, systém by mohl vyhledat a získat podobné případy, což potenciálně podporuje diagnostické přezkoumání nebo výuku.
Studie naznačuje, že model by mohl být použit v době skenování k označení abnormálních skenů a podpoře klinického rozhodování navrhováním nálezů radiologům, odhalováním potenciálních chyb ve zprávách nebo získáváním podobných případů z minulých vyšetření. To by urychlilo diagnostiku a zkrátilo zpoždění hlášení, což by pomohlo zlepšit výsledky pacientů.
„Dalším krokem je provedení randomizované multicentrické studie po celé Velké Británii, abychom viděli, jak detekce abnormalit zlepšuje pracovní postupy v praxi. S potěšením můžeme říci, že tato studie začne v nemocnicích v roce 2026,“ komentoval Booth.
