Sztuczna inteligencja dotąd kojarzyła nam się albo z zagrożeniem dla ludzkości, albo czymś zupełnie niedostępnym. To, że jest doskonała w diagnostyce wiemy od dawna: kilka lat temu opisywałem Wam aplikację Ada, w której AI proponuje możliwe powody występowania objawów. Teraz okazuje się, że sztuczna inteligencja jest NIESAMOWICIE skuteczna w rozpoznawaniu chorób serca.
Nie bez powodu użyłem wielkich liter w wyrazie "niesamowicie". Naukowcy z Uniwersytetu Metropolitalnego w Osace udowodnili, że sztuczna inteligencja w brawurowy sposób diagnozować różnorakie schorzenia serca. Przedstawili innowacyjny system, który określa stan funkcji serca i precyzyjnie diagnozuje choroby jego zastawek tylko na podstawie zdjęć rentgenowskich klatki piersiowej. Trzeba dodać, że ów system działa z niespotykaną jak dotąd dokładnością. Wystarczy proste zdjęcie rentgenowskie i możliwe jest określenie stanu pacjenta, u którego zachodzi podejrzenie poważnego stanu kardiologicznego nawet w sytuacji, gdy nie ma aktualnie dostępu do kardiologa, czy też m. in. w sytuacji klęsk żywiołowych.
Choroby wynikające z patologii zastawek serca diagnozowane są głównie za pomocą echokardiografii. Niestety, ta metoda wykwalifikowanego personelu i odpowiedniego sprzętu. Z kolei badania obrazowe klatki piersiowej, które powszechnie stosuje się do diagnozowania chorób płuc, stosunkowo niewiele uwagi poświęcały "po prostu sercu". Dotąd nie było jednej głównej metody diagnozowania chorób serca tylko za pomocą takiej "fotki". Zdjęcia rentgenowskie klatki piersiowej są jednak wykonywane rutynowo w wielu szpitalach i charakteryzują się przede wszystkim prostotą, szybkością ich wykonywania oraz dostępnością. Zespół badawczy pod kierunkiem dr. Daiju Uedy z Wydziału Radiologii Diagnostycznej i Interwencyjnej na Uniwersytecie Metropolitalnym w Osace postanowił zatem zbadać, czy na podstawie zdjęć klatki piersiowej można ocenić funkcje i choroby serca - przynajmniej jako uzupełnienie inwazyjnego i nieprzyjemnego badania, jakim jest echo serca.
Dzięki wykorzystaniu sztucznej inteligencji dr Ueda i jego zespół opracowali model, który precyzyjnie diagnozuje choroby zastawek serca na podstawie radiogramów klatki piersiowej. Zadbano o różnorodność zbiorów danych - tak, aby model był jak najbardziej trafny w swoich "osądach". Próbki treningowe obejmują lata 2013-2021, gdzie zebrano łącznie 22 551 radiogramów klatki piersiowej i 22 551 echokardiogramów od 16 946 pacjentów z czterech placówek medycznych. Radiogramy służyły jako dane wejściowe, a echokardiogramy jako dane wyjściowe, na podstawie których model sztucznej inteligencji został przeszkolony w celu nauki odpowiednich funkcji łączących te dwa zbiory danych.
Model AI był w stanie dokładnie sklasyfikować sześć wybranych typów chorób zastawkowych serca, osiągając współczynnik AUC na poziomie od 0,83 do 0,92. (AUC to wskaźnik oceny, który informuje o skuteczności modelu AI, przyjmujący wartości od 0 do 1, gdzie wartość bliska 1 oznacza większą skuteczność). W przypadku wykrywania frakcji wyrzutowej lewej komory, istotnego parametru monitorowania funkcji serca, AUC wyniosło 0,92.
Oprócz diagnozowania chorób zastawek serca, opracowany model (i jego rozwinięcia) może mieć szerokie zastosowanie w innych obszarach medycyny. Jednym z potencjalnych zastosowań jest wykrywanie wczesnych oznak niewydolności serca. Dzięki analizie radiogramów klatki piersiowej, sztuczna inteligencja może identyfikować subtelne zmiany, które mogą wskazywać na rozwój niewydolności serca. Wczesne wykrycie tych oznak może umożliwić lekarzom podjęcie działań zapobiegawczych i wdrożenie odpowiedniego leczenia, co może poprawić rokowanie pacjentów i zmniejszyć ryzyko powikłań.
Kolejnym potencjalnym zastosowaniem jest monitorowanie skuteczności terapii. Regularne oceny radiologiczne klatki piersiowej przy użyciu opracowanego modelu mogą pomóc w śledzeniu odpowiedzi na zaordynowane leczenie. Jeśli terapia sercowa nie przynosi oczekiwanych rezultatów, sztuczna inteligencja może zidentyfikować to na podstawie analizy radiogramów i zaproponować dostosowanie leczenia. Dzięki temu lekarze mają narzędzie, które pozwala na monitorowanie pacjentów na bieżąco i podejmowanie interwencji w razie potrzeby, aby zapewnić optymalne wyniki terapeutyczne.
Wprowadzenie sztucznej inteligencji do analizy radiologicznej klatki piersiowej może przyczynić się do poprawy dostępu do opieki medycznej, zwłaszcza w regionach o ograniczonym zasobie specjalistów. Zdjęcia RTG klatki piersiowej są rutynowo wykonywane w wielu placówkach medycznych i są bardziej dostępne niż specjalistyczne badania, takie jak echokardiografia. Wykorzystanie sztucznej inteligencji do interpretacji radiogramów klatki piersiowej może skrócić czas oczekiwania na diagnozę i umożliwić szybsze podjęcie interwencji medycznych. To szczególnie ważne w obszarach, gdzie brakuje wyspecjalizowanych techników medycznych, a szybka diagnoza może mieć kluczowe dla zdrowia i życia pacjentów. To, co dzieje się w tym kontekście jest niezwykle pasjonujące, a ponadto wzbudza we mnie swego rodzaju dumę z naszej cywilizacji. To niesamowite, jak wiele obszarów naszego życia staje się lepszych dzięki AI.
Hej, jesteśmy na Google News - Obserwuj to, co ważne w techu
