Medicína

Umělá inteligence (AI) se v radiologii už dnes běžně používá, ale představa, že zvládne bez pomoci lékaře vytvořit spolehlivou diagnózu, patří stále do říše sci-fi. Diagnostika není jen důkladné čtení snímku, lékař vychází i ze své zkušenosti, rozlišuje drobné nuance a bere v úvahu anamnézu a laboratorní výsledky. V mnoha případech však AI už zvládne být schopným asistentem.

V CT a magnetické rezonanci, která se pořizovala na chirurgickém pracovišti před čtyřmi lety, je už AI přímo zabudovaná. U CT umožňuje pracovat s nižší dávkou záření, protože systém umí z obrazu odstranit šum a zachovat diagnostickou kvalitu. U magnetické rezonance zase AI umožňuje buď zkrátit dobu vyšetření, nebo při stejném čase výrazně zvýšit kvalitu a rozlišení snímků. V obou případech je to jasný přínos pro pacienta –menší zátěž, kratší vyšetření, případně kvalitnější obraz.

Právě tato „technická“ AI, která zlepšuje rekonstrukci a kvalitu obrazu, je dnes nejspolehlivější a nejpřínosnější. O něco citlivější je oblast, o které se mluví nejčastěji: automatické vyhodnocování nálezů. Některé systémy už umí radiologům významně pomoci u jednodušších úloh, typicky na rentgenových snímcích. Dokážou snímky předtřídit, upozornit na zlomeniny nebo na podezřelé změny na plicích, a tím zrychlit práci tam, kde radiologů není dostatek – například v nemocnicích, které nemají radiologa k dispozici 24 hodin denně. V takových situacích může AI fungovat jako užitečný filtr a urychlovač, který pomůže zaměřit pozornost na rizikové nálezy.

Zkušenost s testováním AI pro magnetickou rezonanci prostaty ale ukazuje i současné limity. Na chirurgickém pracovišti SurGal Clinik v Brně standardně každé vyšetření CT nebo MR hodnotí nezávisle na sobě dva lékaři, čímž se snižuje riziko přehlédnutí. Očekávalo se, že AI pomůže jako jakési první čtení, které by mohlo ušetřit čas druhého kolegy. Jenže právě u prostaty se naráželo na výraznou falešnou pozitivitu i falešnou negativitu. Falešně pozitivní nálezy dokáže odborník odfiltrovat, protože z praxe pozná, že o nádor pravděpodobně nejde. Nebezpečné jsou falešně negativní výsledky, tedy situace, kdy systém podezřelé ložisko neoznačí. V této situaci systém ztrácí smysl, zvlášť když nejde o levnou technologii.

Zároveň je nutno říct, že některé typy vyšetření se AI učí snadněji než jiné. Rentgen je ve srovnání s magnetickou rezonancí jednodušší v tom, že nálezy bývají kontrastnější a méně závislé na mnoha faktorech kvality akvizice. U komplexních vyšetření, jako je MR, stačí pohyb pacienta, drobné rozdíly mezi přístroji nebo odlišné protokoly a obraz se naruší. Vývojáři často trénují modely na špičkových univerzitních pracovištích a velmi kvalitních snímcích, ale reálná praxe přináší daleko větší variabilitu, a s tou si právě AI zatím neumí poradit.

Příležitosti do budoucna je tam, kde AI plní roli rychlého asistenta: například při vyhledávání ložisek v plicích ve screeningových programech, při počítání a porovnávání ložisek u roztroušené sklerózy nebo při automatických měřeních na snímcích, která využívají ortopedi při plánování zákroků. Tam, kde je úkol jasně definovaný – spočítat, porovnat, změřit – může být AI velmi přesná a hlavně šetří čas. Radiolog pak výsledek zkontroluje, doplní souvislosti a rozhodne.

Důležité je, že současné AI systémy obvykle pracují především s obrazovými daty, nikoli s anamnézou, laboratorními výsledky a širším klinickým kontextem. Diagnostika není jen snímek, ale kombinace zkušenosti, souvislostí, informací o pacientovi a schopnosti interpretovat jemné nuance, které nejsou černobílé.  AI by radiology v dohledné době nenahradila. Spíš změní způsob práce a zefektivní procesy (současnou práci dvou lékařů, zvládne v budoucnu jeden s podporou AI). Lidský faktor ale zůstane zásadní, protože odpovědnost, klinický úsudek a schopnost dávat nálezy do kontextu zatím žádný systém plnohodnotně nenahradí. TZ dle komentářeMUDr. Lukáše Hrušky, primáře Oddělení zobrazovacích metod SurGal Clinic.

www.lesensky.cz

 

 

Tweet