Sztuczna inteligencja w diagnostyce obrazowej

| Gospodarka Aktualności

Diagnostyka obrazowa jest obecnie jedną z najważniejszych metod pozyskiwania informacji o stanie pacjenta. Dzięki technologiom takim jak prześwietlenia rentgenowskie, rezonans magnetyczny, USG czy tomografia komputerowa, możliwe jest rozpoznawanie chorób niemożliwych do zdiagnozowania bez tej pomocy. Sztuczna inteligencja jest w stanie jeszcze bardziej usprawnić proces diagnostyki obrazowej do poziomów trudnych do osiągnięcia przez człowieka. Nic dziwnego zatem, że rynek aplikacji diagnostycznych AI szykuje się na duże wzrosty.

Sztuczna inteligencja w diagnostyce obrazowej

Rola AI w diagnostyce

Urządzenia o nawet najlepszej jakości do diagnostyki obrazowej, gdzie pozyskane dane są analizowane tylko i wyłącznie przez człowieka, zawsze mogą zostać obarczone błędem obserwatora. W przypadku poważnych schorzeń błąd taki może być kosztowny, zarówno dla lekarza jak i pacjenta. Aplikacje klasy AI (Artificial Intelligence) wykorzystywane w sektorze medycznym mogą zapewnić dużo mniejszy margines błędu niż w przypadku metod standardowych.

 
Rys. 1. AI Rad Companion Chest CT - rozwiązanie firmy Siemens do analizy tomografii komputerowej (źródło: Siemens)

Aktualne badania, takie jak chociażby testy stworzonego przez Google algorytmu do wykrywania wczesnych stadiów raka piersi na podstawie obrazów medycznych, udowodniły, że aplikacje AI mogą osiągnąć wyniki lepsze o ponad 50% od metod tradycyjnych. AI znajduje swoje zastosowanie w diagnostyce medycznej również pod kątem możliwości automatyzacji pracy. Gdy trywialne zadania, takie jak opisywanie zdjęć rentgenowskich czy wyników rezonansu, będą mogły być wykonywane częściowo automatycznie, lekarze będą mogli poświęcić swoją pracę przypadkom trudniejszym, ciężkim do automatyzacji.

Dzięki nauczaniu maszynowemu aplikacje diagnostyczne są w stanie również, na podstawie zebranych wcześniej danych, dość trafnie przewidywać możliwe przyszłe problemy ze zdrowiem pacjenta. Już teraz możliwe jest określenie czy pacjent jest zagrożony atakiem serca na podstawie jego przeszłych wyników i wizyt u lekarza. Im dłużej algorytmy tego typu będą w użyciu, tym dokładniejsze będą ich wyniki.

Optymistyczne prognozy dla rynku

 
Rys. 2. Prognoza wartości rynku sztucznej inteligencji do diagnostyki obrazowej (mln dolarów) wg Yole Developpment

Obecnie na rynku istnieją już powszechnie używane aplikacje AI do diagnostyki obrazowej. Swoje rozwiązania do analizy tomografii komputerowej wprowadziły na rynek firmy takie jak NVIDIA czy Siemens, a program firmy Aidoc do analizy zdjęć rentgenowskich używany jest w ponad 100 szpitalach na całym świecie. W dalszym ciągu jednak AI nie jest używane powszechnie w każdym szpitalu. Zgodnie z raportem Yole na badania nad wykorzystaniem AI do celów medycznych wydano od roku 2010 ponad 2 mld USD. Przy tak dużym zapleczu badawczym naturalnym jest, że rynek oczekuje dużych wzrostów. Według analityków Yole jego skumulowany roczny wskaźnik wzrostu na lata 2020–2025 będzie wynosił aż 36% czyniąc go jednym z najszybciej rozwijających się rynków z sektorów informatycznych i elektronicznych. Jego oczekiwana wartość całkowita na rok 2025 wynosi 2,7 mld USD z dalszymi perspektywami wzrostu na kolejne okresy.

Sztuczna inteligencja nie tylko w medycynie

Rozwiązania z zakresu nauczania maszynowego doskonale odnajdują się również w elektronice. Inżynier z dużym doświadczeniem jest wysoce opłacanym pracownikiem, nic dziwnego zatem że firmy poszukują sposobów na fragmentaryczne zastąpienie jego pracy przez sztuczną inteligencję. Wiele z nich już teraz używa AI do częściowego zautomatyzowania projektowania płytek drukowanych. Mimo początkowych problemów z estetyką i funkcjonalnością, oprogramowanie EDA staje się coraz lepsze i z każdym miesiącem pojawia się coraz mniej zastrzeżeń co do tak wykonanych PCB. Na podstawie wielu dostarczonych obrazów płytek zaprojektowanych przez człowieka, oprogramowanie do autoroutingu jest w stanie dobrze odwzorowywać decyzje, które podjąłby projektant. W podobny sposób sztuczną inteligencję zaczyna wykorzystywać się przy projektowaniu chipów, chociażby przy określaniu, gdzie mogą pojawić się defekty w produkcji.

Podsumowanie

Poprawna diagnostyka jest absolutnie niezbędna do wdrożenia prawidłowego leczenia. Dzięki niej można nie tylko znacznie poprawić skuteczność w leczeniu wielu chorób, ale również zaoszczędzić czas i środki przeznaczone na jednego pacjenta zwiększając tym samym wydolność służby zdrowia. Wraz ze stale rosnącym zapotrzebowaniem na elektronikę medyczną, naturalnym jest fakt, że wzrastać będzie również zapotrzebowanie na oprogramowanie do niej, dlatego przyszłość rynku sztucznej inteligencji do diagnostyki obrazowej wygląda bardzo optymistycznie zarówno dla gigantów branżowych, jak i małych lokalnych firm z tej branży. (PM)