Un instrument AI analizează ecografiile abdominale și grăbește diagnosticele de urgență
Când un pacient ajunge în departamentul de urgență cu dureri abdominale severe, fiecare minut contează.
Oamenii de știință de la Universitatea Colorado Anschutz School of Medicine explorează modalități de eficientizare a muncii radiologilor și de a identifica rapid pacienții care ar putea necesita intervenții chirurgicale urgente, accelerând astfel drumul către tratament.
Cercetătorii au descoperit o nouă modalitate de a utiliza inteligența artificială (AI) pentru a interpreta ecografiile abdominale din cadranul superior drept (RUQ), care vizualizează organele din partea dreaptă superioară a abdomenului, cum ar fi ficatul, vezica biliară, rinichiul drept și o parte din pancreas.
Într-un studiu recent publicat în Nature Communications, cercetătorii au creat un agent AI bazat pe un model de viziune-limbaj, care combină datele vizuale din ecografii cu datele clinice scrise din laborator, capabil să citească cu precizie ecografiile RUQ, să diagnosticheze condiții comune de sănătate care afectează aceste organe și să sugereze pași logici următori.
Harrison Bai, MD, MS, profesor asociat vizitator în Departamentul de Radiologie și autor principal al lucrării, subliniază că acest agent AI este conceput să colaboreze cu un radiolog instruit, generând rapoarte pe care radiologul le poate citi și evalua. Este un instrument menit să ajute la eficientizarea muncii zilnice a radiologilor.
„Scopul nu este de a înlocui medicul. Nu încercăm să construim un radiolog AI”, afirmă Bai. „Dar dacă agentul nostru AI poate redacta rapoarte preliminare, economisește timpul radiologilor.”
Timpul este esențial, mai ales în cazul unei urgențe medicale: noul instrument AI al echipei lui Bai poate de asemenea să identifice rapid pacienții care ar putea necesita intervenții chirurgicale de urgență, astfel încât aceștia să ajungă pe masa de operație cât mai repede posibil.
De ce să integrăm AI în interpretarea ecografiilor RUQ?
Ecografiile RUQ sunt adesea prima alegere a medicilor pentru diagnosticarea problemelor legate de ficat sau sistemul biliar. Medicii le recomandă în general atunci când pacienții resimt dureri în partea dreaptă superioară a abdomenului sau au avut anumite tipuri de rezultate anormale ale analizelor, cum ar fi enzimele hepatice sau bilirubina crescute.
Aceste ecografii sunt nedureroase și noninvazive, putând ajuta la diagnosticarea unei game largi de condiții, cum ar fi pietrele la vezica biliară, steatoza hepatică, ciroza hepatică, hepatita, pietrele la rinichi sau pancreatita. Ecografiile RUQ pot identifica chiar și chisturi sau tumori în aceste organe.
În multe domenii ale medicinei există o penurie de specialiști, iar radiologii resimt o presiune suplimentară din cauza creșterii populației îmbătrânite din SUA și a cererii crescânde pentru imagistica medicală. Aceștia muncesc mai mult ca niciodată, având un număr tot mai mare de pacienți și fiind solicitați să realizeze mai multe cu mai puține resurse. Începând cu 2022, radiologii părăseau domeniul la o rată dublă față de 2014.
„Încercăm să abordăm volumul de muncă în creștere. Redactarea rapoartelor pe baza rezultatelor imagistice necesită timp. Nu există suficiente persoane sau radiologi pentru a efectua aceste lucrări, iar rambursările de la asigurările Medicare sunt în scădere”, declară Bai. „Dacă le spui radiologilor că un instrument AI le poate economisi timp, brusc, oamenii sunt mult mai predispuși să folosească tehnologia.”
Interpretarea unei ecografii RUQ poate fi, de asemenea, provocatoare. Cei care le interpretează au adesea niveluri variate de abilități și experiență, iar ecografiile în sine pot conține zgomot vizual semnificativ și artefacte pe care interpreții mai puțin instruiți le-ar putea ignora.
Conform lui Bai și colegilor săi cercetători, acest lucru înseamnă că acuratețea diagnosticării unei ecografii RUQ depinde adesea de cine o citește. Integrarea unui model AI de viziune-limbaj (VLM) ar putea ajuta la standardizarea modului în care aceste ecografii sunt interpretate, îmbunătățind acuratețea și făcând rezultatele mai consistente între diferiți interpreți de ecografii.
VLM-ul creat de cercetători poate, de asemenea, să genereze rapid rapoarte, ceea ce este crucial în special atunci când pacienții se confruntă cu o urgență medicală. De exemplu, pacienții cu inflamație acută a vezicii biliare (colecistită) necesită intervenții chirurgicale de urgență imediat. Acești pacienți pot primi diagnosticul și intervenția chirurgicală necesară mai repede cu ajutorul VLM.
AI: Un colaborator valoros, nu un înlocuitor pentru radiologi
În lucrare, cercetătorii discută despre modul în care VLM ar trebui să funcționeze ca un „asistent clinic robust și integrat”, capabil să integreze diferite tipuri de informații și să ajute în procesul decizional clinic, fără a înlocui expertiza pe care o oferă un radiolog.
Echipa a proiectat VLM-ul să citească ecografiile RUQ, să le analizeze pentru 16 diagnostice comune, să estimeze prognoza fiecărui pacient și să genereze automat rapoarte. Cercetătorii au testat VLM-ul pe un set de date de aproximativ 11.000 de ecografii RUQ de la Universitatea Stanford, Universitatea Colorado și Universitatea Johns Hopkins, apoi au revizuit manual 100 dintre rapoartele generate de AI pentru acuratețe.
În acel eșantion de rapoarte, VLM-ul a avut rezultate remarcabile în anumite privințe: a identificat diagnosticul corect în fiecare ecografie în 99,6% din cazuri. VLM-ul a comis unele greșeli în rapoartele generale, dar aceste erori au fost ușor de observat pentru radiologii care au revizuit și editat rapoartele.
Cercetătorii au solicitat, de asemenea, unui panel de experți să participe la o evaluare în orb pentru a vedea dacă pot distinge rapoartele scrise de VLM de cele redactate de radiologi. Deși experții au putut identifica rapoartele VLM nesupravegheate, în majoritatea cazurilor, nu au reușit să facă distincția între rapoartele VLM editate de radiologi și cele scrise de radiologi.
Înainte ca această tehnologie să fie adoptată pe scară largă, cercetătorii trebuie să evalueze performanța sa în cadrul îngrijirii de urgență în lumea reală. Aceștia afirmă că va fi esențial să studieze modul în care colaborarea medic-AI afectează acuratețea diagnosticării, eficiența și bunăstarea pacientului.
Studiul sugerează, totuși, că AI are un loc real în sprijinul radiologilor, fără a elimina necesitatea expertizei acestora. Bai afirmă că nu se așteaptă ca AI să înlocuiască supravegherea umană în medicină și știe că va dura timp pentru ca medicii să se adapteze la utilizarea tehnologiei, dar crede că aceasta ar putea schimba în bine cursul medicinei.
„Pot vedea această tehnologie jucând un rol important în modul în care se practică medicina”, afirmă el. „Va implica multe schimbări și învățarea unor
