Hành trình Khoa học, Không gian và Thời gian!
Triển khai trí thông minh nhân tạo có thể giúp các bác sĩ X quang phân loại chính xác hơn các bệnh phổi.
Chẩn đoán khí phế thũng (thủng khí phổi) và phân loại mức độ nghiêm trọng của nó từ lâu đã là nghệ thuật hơn khoa học.
U. Joseph Schoepf, MD, giám đốc hình ảnh tim mạch cho MUSC Health và trợ lý trưởng khoa nghiên cứu lâm sàng tại Đại học Y khoa South Carolina College cho biết: “Mỗi người có một ngưỡng kích hoạt khác nhau cho những gì họ gọi là bình thường và những gì họ gọi là bệnh. Và cho đến gần đây, quét phổi bị tổn thương là một điểm cần thiết”.
Trước đây, nếu bạn bị mất mô phổi thì các bác sĩ có rất ít cơ hội về mặt trị liệu để giúp đỡ bệnh nhân. Nhưng với những tiến bộ trong điều trị trong những năm gần đây đã làm tăng sự quan tâm trong việc phân loại khách quan căn bệnh này. Đó là nơi trí tuệ nhân tạo và hình ảnh có thể phát huy tác dụng.
Schoepf là nhà nghiên cứu chính trong một nghiên cứu xem xét kết quả của AI-Rad Comp Compener của Siemens Healthineers so với các xét nghiệm chức năng phổi truyền thống. Nghiên cứu được công bố trực tuyến trên Tạp chí Roentgenology của Mỹ vào tháng 3 cho thấy thuật toán trong AI-Rad Companion, kiểm tra quét ngực, cung cấp kết quả có thể so sánh với các xét nghiệm chức năng phổi, đo lường mức độ mạnh mẽ của một người có thể thở ra. Cho thấy phần mềm trí tuệ nhân tạo hoạt động là bước đầu tiên hướng tới khả năng sử dụng quét ngực để định lượng mức độ nghiêm trọng của bệnh phổi và theo dõi tiến trình điều trị.
Trong nghiên cứu, các nhà nghiên cứu đã quay lại và xem xét các bản quét ngực và xét nghiệm chức năng phổi của 141 người. Quét ngực hiện không phải là một phần của hướng dẫn chẩn đoán bệnh phổi tắc nghẽn mạn tính, một thuật ngữ bao gồm khí phế thũng, viêm phế quản mãn tính và các bệnh phổi khác bởi vì không có phương tiện khách quan để đánh giá quét.
Tuy nhiên, Schoepf dự đoán một vai trò để quét hình ảnh nếu có thể chứng minh rằng chúng mang lại lợi ích về tính khách quan và định lượng.
Philipp Hoelzer, giám đốc thu hút khách hàng của Siemens Healthineers, cho biết việc đo lường khách quan có thể giúp đánh giá giá trị của các phương pháp điều trị hoặc thuốc mới. Nhóm Siemens Healthineers coi chương trình này là một cách để trí tuệ nhân tạo hoạt động song song với chuyên môn lâm sàng của các bác sĩ X quang.
Bỏ đi các công việc thủ công, lặp đi lặp lại, như những công việc đòi hỏi nhiều phép đo, sẽ mang lại lợi ích lớn cho bác sĩ X quang, đặc biệt là khi đọc các trường hợp có thể có 20 nốt hoặc nhiều hơn. Nhưng giải thích các hình ảnh, và suy nghĩ trừu tượng đi cùng với nó, sẽ vẫn còn với các bác sĩ X quang.
Chương trình cũng có thể cung cấp một trợ giúp cụ thể cho các bác sĩ cố gắng gây ấn tượng với bệnh nhân về sự cần thiết phải thực hiện thay đổi. Nó có thể tạo ra một mô hình 3D của phổi của bệnh nhân, cho thấy thiệt hại hiện có.
“Nếu bạn có thể hình dung nó và cung cấp thông tin dưới dạng hình ảnh, bạn có thể giao tiếp tốt hơn với bệnh nhân và hy vọng giúp bệnh nhân cai thuốc lá hoặc thay đổi lối sống”, Hoelzer nói.
Một lợi ích bổ sung tiềm năng là AI-Rad Companion tự động tìm kiếm các vấn đề trên nhiều hệ thống cơ quan, bao gồm đo động mạch chủ và mật độ xương. Khi Schoepf chuyển sang giai đoạn nghiên cứu trong tương lai, anh ta sẽ kiểm tra xem trí thông minh nhân tạo có tìm thấy những thứ mà con người bỏ lỡ hay không. Và nó có thể dễ dàng cho con người bỏ lỡ những vấn đề mà họ không tìm kiếm cụ thể.
Schoepf chia sẻ thêm: “Chúng tôi đã nói với bệnh nhân rằng có những loại triệu chứng này, và sau đó về cơ bản chúng tôi sẽ tìm kiếm những thứ có thể giải thích các triệu chứng đó. Vì vậy, chúng tôi thường mù quáng với những thứ không nhất thiết liên quan đến hệ thống cơ quan mà chúng tôi quan tâm”.
Con người cũng có thể khó tạo ra một phép đo chính xác về cấu trúc ba chiều trong cơ thể từ quá trình quét hai chiều – điều không phải là vấn đề đối với chương trình trí tuệ nhân tạo. Nó có thể tự động kết hợp nhiều hình ảnh 2D để tạo ra các phép đo 3D.
Schoepf muốn xem liệu chương trình có cải thiện việc quản lý bệnh nhân hay không bằng cách nhắc nhở điều trị sớm các vấn đề, như động mạch chủ mở rộng hoặc giảm mật độ xương, trước khi các vấn đề trở nên rõ ràng đối với cả bác sĩ và bệnh nhân.
Hơn nữa, giải quyết môi trường chăm sóc sức khỏe thay đổi linh hoạt, những nỗ lực đáng kể hiện đang trong giai đoạn cuối để đào tạo phần mềm trí tuệ nhân tạo trong việc phát hiện và mô tả các thay đổi phổi liên quan đến COVID-19. Hy vọng điều này sẽ cung cấp cho các bác sĩ một công cụ để phân biệt tốt hơn các phát hiện phổi không đặc hiệu của viêm phổi COVID-19 với các rối loạn phổi nhiễm trùng hoặc viêm khác và định lượng khách quan hơn về mức độ bệnh.
Về các biện pháp mà nó được phát triển ban đầu, Schoepf cho biết MUSC Health sẽ thử nghiệm hệ thống trong ba tháng trước khi xác định xem có nên triển khai rộng rãi hơn không. Với một mạng lưới khu vực hiện bao gồm các bệnh viện trên toàn tiểu bang, nó có thể là một công cụ hữu ích trong việc chuẩn hóa chăm sóc.
Nguồn truyện:
Tài liệu được cung cấp bởi Đại học Y khoa South Carolina . Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.
Tạp chí tham khảo :