Zespół badaczy z University of Michigan opracował model sztucznej inteligencji, który potrafi odczytać badanie MRI mózgu niemal natychmiast po zakończeniu skanowania. System osiągnął do 97,5 proc. trafności w rozpoznawaniu chorób neurologicznych i potrafił przewidzieć, jak pilnie pacjent wymaga leczenia. Wyniki opublikowano w Nature Biomedical Engineering.

Nie tylko diagnoza, ale też priorytety

Model nazwano Prima. Przez rok testowano go na ponad 30 tys. badań MRI, a w procesie trenowania wykorzystano pełne archiwum rezonansów wykonanych w University of Michigan Health - ponad 200 tys. badań i 5,6 mln sekwencji obrazowych.

To podejście odróżnia Primę od wcześniejszych systemów. Zamiast uczyć algorytm jednego, wąskiego zadania, badacze pozwolili mu "obejrzeć wszystko". Dzięki temu model radzi sobie z ponad 50 różnymi rozpoznaniami neurologicznymi i - jak pokazują wyniki - robi to lepiej niż inne zaawansowane modele AI.

Jedną z najcenniejszych funkcji Primy jest ocena pilności przypadku. Nie wszystkie zmiany w MRI wymagają natychmiastowej reakcji, ale krwawienie do mózgu czy ostry udar już tak. W takich sytuacjach system potrafi automatycznie wskazać, że sprawa jest pilna, i zasugerować, którego specjalistę należy powiadomić.

Jak podkreślają autorzy badania, informacja zwrotna może pojawić się niemal od razu po wykonaniu badania. To potencjalnie ogromna zmiana w porównaniu z obecnym modelem, w którym pacjent często czeka na opis, zanim ktokolwiek podejmie dalsze decyzje.

Jak działa Prima?

Prima należy do tzw. modeli wizyjno-językowych (VLM). Oznacza to, że jednocześnie analizuje obrazy MRI, tekst i dane kliniczne. Do systemu trafiają nie tylko skany, ale też historia choroby pacjenta oraz informacja, dlaczego badanie zostało zlecone.

Dzięki temu algorytm działa bardziej jak lekarz niż jak klasyczny automat. Radiolog nigdy nie interpretuje obrazu w oderwaniu od kontekstu klinicznego - Prima próbuje robić dokładnie to samo, tylko znacznie szybciej.

Na świecie wykonuje się miliony badań MRI rocznie, a duża część z nich dotyczy chorób neurologicznych. Zapotrzebowanie na diagnostykę rośnie szybciej niż liczba neuroradiologów. Systemy ochrony zdrowia zmagają się z opóźnieniami, przeciążeniem personelu i ryzykiem błędów.

Autorzy badania podkreślają, że Prima jest na wczesnym etapie oceny klinicznej. Kolejne prace mają skupić się na lepszej integracji z elektroniczną dokumentacją medyczną, aby system jeszcze wierniej odzwierciedlał sposób, w jaki lekarze podejmują decyzje.

Czytaj także:

Sztuczna inteligencja w farmacji. EMA i FDA ustalają zasady

Sztuczna inteligencja uczy przyszłych chirurgów