Badania obrazowe to fundament i podstawa wdrożenia leczenia. Oparte jest o rozbudowany i skomplikowany sprzęt typu MRI, TK, RTG, USG i wiele innych cennych diagnostycznie aparatów, za pomocą których powstaje szereg specjalistycznych obrazów. Z uwagi na coraz większe potrzeby diagnostyczne, wzrost liczby ludności, a co za tym idzie – pacjentów, jak również powstawanie nowych chorób i metod leczenia, świat zaczyna cierpieć na niedobór kadry medycznej. Z pomocą przychodzi firma Google, która pragnie ułatwić medykom diagnostykę poprzez zastosowanie sztucznej inteligencji. Zresztą, nie ona pierwsza – swoją platformę AI w tym roku uruchomiła już firma Bayer.
Firma Google i jej nowy „pakiet medyczny”
Nowy pakiet Google Cloud ma w planie zapewnić całościowy zestaw potrzebnych technologii, a więc ma zawierać etap pozyskiwania obrazów, przetwarzania i przechowywania ich przy użyciu AI oraz wprowadzać powstałe modele do stworzonej chmury.
Pakiet ma wykorzystywać AI w oparciu o normę znaną jako DICOM, opracowaną przez ACR i NEMA, która stanowi podstawę do wymiany oraz interpretacji danych medycznych związanych z obrazami diagnostycznymi.
Partnerami powstającej technologii AI firmy Google mają być NetApp, odpowiedzialne za lokalne działanie chmury, Change Healthcare oraz PACS, z którego bezpośrednio korzystają lekarze radiolodzy, do celów diagnostyki i tworzenia opisów medycznych badań diagnostycznych.
Do współpracy angażują się również firmy, takie jak Nvidia, Monai, Vertex AI, co ma znacząco ułatwić wykonanie stworzonego przez Google projektu sztucznej inteligencji w diagnostyce obrazowej.
AI w medycynie nie zastąpi medyka
Sztuczna inteligencja ma pomóc w diagnostyce, a nie w pełni ją wykonywać. Wszelkie wyniki i wnioski z badań obrazowych będą musiały zostać potwierdzone przez specjalistę radiologa. AI może być wykorzystywana na przykład do sklasyfikowania ważności badań. Może to skutkować szybszą możliwością udzielenia pomocy medycznej przez wysłanie powiadomienia lub ustawienie wyżej „w kolejce” badania konkretnej osoby, gdy sztuczna inteligencja, w oparciu o obrazy, wykryje zagrożenie dla zdrowia i życia pacjenta.
