Eksperci Parlamentu Europejskiego zwrócili uwagę, że obrazowanie medyczne wspierane przez sztuczną inteligencję jest z powodzeniem stosowane do wykrywania poważnych chorób. Ich zdaniem diagnostyka obrazowa może odegrać też istotną rolę w walce z koronawirusem.
"W sytuacjach, kiedy istnieje podejrzenie błędu przy ujemnym wyniku testu na Covid-19, obrazowanie medyczne oferuje dodatkowe możliwości diagnostyczne i pomaga w ocenie wyników leczenia, rozwoju choroby i rokowaniach” – wskazano w analizie.
Obrazowanie medyczne SI pozwala przy tym na znacznie szybsze przetwarzanie obrazu. Przy wsparciu sztucznej inteligencji zajmuje to ok. 10 sekund w porównaniu z 15 minutami w przypadku zwykłego odczytu tomografii komputerowej.
Eksperci podają, że obrazowanie medyczne wspierane przez sztuczną inteligencję może zautomatyzować przeszukiwanie obszernych baz danych i precyzyjniej wyodrębnić infekcję na zdjęciach RTG i tomografii komputerowej. W konsekwencji ułatwia to ocenę zdjęć i identyfikację Covid-19.
Jak wskazano, do oceny zdjęć medycznych lekarze mogą używać też algorytmów uczenia maszynowego, które zapewniają lepsze możliwości lokalizacji i oceny liczbowej cech chorobowych. Dzięki temu można wcześniej i dokładniej zdiagnozować chorobę, a przy tym osiągnąć trafniejszą prognozę.
Według think tanku obrazowanie medyczne SI może mieć kluczowe znaczenie dla szybkiego wykrywania i klasyfikacji Covid-19. System ten umożliwia bowiem natychmiastowe wskazanie skanu tomografii klatki piersiowej z podejrzeniem Covid-19. Algorytmy rozpoznawania obrazu mogą być też wykorzystywane do przewidywania pogorszenia lub polepszenia stanu pacjentów. W konsekwencji te prognozy mogą pomóc w planowaniu pracy szpitala. Dane dostarczone przez sztuczną inteligencję mogą też umożliwić lepszą klasyfikację pacjentów.
Do zalet wykorzystania sztucznej inteligencji w obrazowaniu medycznym zaliczono też zwiększenie bezpieczeństwa pacjentów wykonujących zdjęcia rentgenowskie i tomografię komputerową. Dzięki wykorzystaniu sztucznej inteligencji ogranicza się bowiem czas ekspozycji na promienie RTG i wykonuje niskodawkową tomografię. Algorytmy przyspieszają przy tym skanowanie i automatyzują ocenę ryzyka.
W analizie think tanku PE zaznaczono, że modele obrazowania medycznego SI są już stosowane w wielu szpitalach na całym świecie. Jak zauważono, na powszechne użycie algorytmów wykrywających Covid-19 przy zdjęciach płuc zezwoliła Amerykańska Agencja Żywności i Leków. Z kolei Unia Europejska wdrożyła i finansuje projekt, który ma zwiększyć wykorzystanie tomografii komputerowej wspieranej przez SI w diagnozowaniu koronawirusa.
Eksperci stwierdzili, że przy wykorzystaniu technik sztucznej inteligencji w radiologii jest jednak nadal wiele niepewności. Autorzy raportu zwrócili przy tym uwagę na brak odpowiednio dużych baz danych i wiedzy o długofalowych skutkach Covid-19. Wpływa to ich zdaniem na rozwój procesu prognozowania na dużą skalę.
W raporcie podkreślono, że skuteczność narzędzi wspieranych przez sztuczną inteligencję zależy od dokładności danych, a operowanie na niepewnych informacjach może wpłynąć na trafność i rzetelność wyników, co w rezultacie grozi błędną diagnozą.
Autorzy publikacji zwrócili też uwagę na wątpliwości dotyczące procedur prawnych dotyczących gromadzenia i przetwarzania danych medycznych pacjentów. Zgodnie z unijnym ogólnym rozporządzeniem o ochronie danych pacjenci muszą wyrazić zgodę na wykorzystanie ich danych w tym skanów i zdjęć medycznych przy opracowywaniu algorytmów SI. Co więcej, zezwolenie takie musi być ponawiane przy każdej aktualizacji algorytmów.
Jak podkreślono w raporcie, poziom wykorzystania rozpoznawania obrazu wspomaganego przez SI w diagnostyce medycznej wynosi obecnie od 1 proc. do 20 proc. w zależności od choroby. W większości szpitali brakuje jeszcze infrastruktury, personelu i wiedzy, aby efektywnie wykorzystać systemy wspierane przez sztuczną inteligencję. W konsekwencji – zdaniem ekspertów - szersze wykorzystanie obrazowania SI pozostaje jednym z głównych wyzwań, z którymi należy się zmierzyć w związku z pandemią Covid-19.