Рентгенологи ежедневно дают заключения по снимкам, на основании которых клиницисты ставят диагноз и назначают лечение. Ранее мы уже писали о том, как лучевая диагностика помогает врачам-стоматологам.
С увеличением уровня развития машинного обучения возникает вопрос: что может дать искусственный интеллект медицине, в частности — рентгенологии?
Учёные пришли к выводу, что ИИ позволяет:
- ранжировать исследования. ИИ анализирует результаты и может сигнализировать врачу о том, на какие снимки стоит обратить внимание в первую очередь;
- интерпретировать снимки. Алгоритмы могут автоматически выделять поражённые области;
- строить прогнозы. На основе данных других исследований ИИ способен предсказать исход заболевания.
Не во всех случаях искусственный интеллект может соревноваться с врачами.
Если систематизировать и строить прогнозы по уже существующим протоколам искусственный интеллект может гораздо быстрее врачей, то точно определять патологию — нет.
Учёные из Королевского колледжа радиологов в Лондоне решили проверить, насколько хорошо ИИ справляется с рентгенологическими исследованиями.
Исследователи разработали 10 «пробных» экспресс-экзаменов, основанных на одном из трёх модулей квалификационного экзамена FRCR, предназначенного для проверки кандидатов на скорость и точность ответов.
Чтобы сдать экзамен, кандидаты должны правильно интерпретировать не менее 27 (90%) из 30 изображений в течение 35 минут. По результатам теста, ИИ достиг средней общей точности 79,5% и прошёл 8 из 10 тестовых исследований.
Конечно, может показаться, что 79,5% из 100% — это не так уж и мало. Однако в вопросах здоровья 20,5% могут стать решающими. Такие результаты можно представить так: 2 из 10 пациентов получили неточное лечение из-за некачественной диагностики.
ИИ-помощник рентгенолога
Тем не менее искусственный интеллект может сократить время на диагностику и описание исследований. Врачи из Москвы в 2021 году провели эксперимент, в котором ИИ с технологией компьютерного зрения помогал рентгенологам анализировать КТ легких. С новыми технологиями медикам удалось сократить время на описание на 30%.