Światowa Organizacja Zdrowia (WHO) przewiduje, że do końca tej dekady systemy oparte na sztucznej inteligencji będą standardem w większości europejskich szpitali, a radiologia okaże się jednym z najważniejszych pól ich zastosowania. To właśnie w diagnostyce obrazowej powstają ogromne zbiory danych, których ręczna analiza jest czasochłonna i obarczona ryzykiem błędu. Na to wyzwanie odpowiada zespół z krakowskiej Akademii Górniczo-Hutniczej. Rozwiązanie, testowane przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie, wspiera specjalistów w analizie obrazów medycznych, ogranicza ryzyko przeoczenia zmian patologicznych i istotnie przyspiesza proces stawiania diagnozy.
Sztuczna inteligencja pomaga krakowskim lekarzom
Opracowana w AGH technologia jest rdzeniem systemu Raygenic Rayspad – zaawansowanej przeglądarki diagnostycznej z komputerowym wspomaganiem opartym na sztucznej inteligencji. Podczas pilotażu lekarze opisali blisko sto badań obrazowych, a algorytmy AI dokonywały automatycznej segmentacji, detekcji zmian oraz precyzyjnych pomiarów, które zestawiano z analizą specjalistów.
Czytaj też: Sztuczna inteligencja już pomaga lekarzom. Grupa Mazovia otwiera nowatorski Zakład Patomorfologii
Prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej AGH mówi:
Naszym celem było stworzenie narzędzia, które realnie będzie wspierało lekarzy w ich codziennej pracy. Dzięki integracji nowoczesnych metod AI z wiedzą kliniczną możemy zapewnić radiologom lepsze warunki pracy oraz system, który przyczynia się do szybszej i dokładniejszej diagnozy pacjentów.
W testach klinicznych system działał niczym niezmordowany pomocnik.
Prof. Rafał Obuchowicz, radiolog uczestniczący w pilotażu w Szpitalu Uniwersyteckim, dodaje:
W ramach testów narzędzie pozwoliło nam wykrywać zmiany patologiczne. To jak mieć dodatkowego, niezwykle uważnego asystenta, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu. Wdrożenie w pełni funkcjonalnego systemu będzie pewnie wymagało jeszcze pracy inżynierów, natomiast w nieodległej perspektywie tego typu rozwiązania mogą być dla nas, lekarzy dużym wsparciem.
Jedną z kluczowych zalet systemu jest jego niezależność od sprzętu i lokalizacji. Dzięki chmurowemu rozwiązaniu lekarze mogą analizować obrazy z różnych urządzeń w dowolnej placówce, bez potrzeby synchronizacji danych. Ujednolicony interfejs eliminuje błędy wynikające z różnic w standardach poszczególnych systemów, co – jak podkreślają twórcy – jest istotnym krokiem w stronę cyfrowej transformacji jednostek medycznych.
Prof. Joanna Jaworek-Korjakowska, dyrektor Centrum Doskonałości Sztucznej Inteligencji AGH, podsumowuje:
Jesteśmy przekonani, że przyszłość medycyny to współpraca człowieka z technologią. Nasze narzędzie to dowód na to, że nauka może bezpośrednio wspierać lekarzy – efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów.
Prace realizował interdyscyplinarny zespół pod kierunkiem prof. Zbisława Tabora, prof. Joanny Jaworek-Korjakowskiej oraz prof. Bartosza Zielińskiego z Wydziału Matematyki i Informatyki Uniwersytetu Jagiellońskiego, zajmującego się wyjaśnialną sztuczną inteligencją. Ich celem jest dalszy rozwój platformy i rozszerzanie jej funkcjonalności, by jeszcze skuteczniej wspierała diagnostykę obrazową w Polsce i na świecie.
