Согласно новому масштабному исследованию, первая в своем роде система генеративного искусственного интеллекта, разработанная в Northwestern Medicine, производит революцию в рентгенологии, повышая производительность, выявляя опасные для жизни состояния за миллисекунды и предлагая прорывное решение проблемы нехватки рентгенологов во всем мире.

Результаты исследования опубликованы в журнале JAMA Network Open .

«Насколько мне известно, это первый случай использования ИИ, который наглядно повышает производительность, особенно в здравоохранении. Даже в других областях я не видел ничего, даже близкого к 40%-ному росту», — сказал старший автор, доктор Моццияр Этемади, доцент кафедры анестезиологии в Школе медицины Файнберга Северо-Западного университета и кафедры биомедицинской инженерии в Школе инженерии Маккормика Северо-Западного университета.

В ходе исследования система ИИ была развернута в режиме реального времени в сети из 12 больниц Northwestern Medicine, где за пятимесячный период 2024 года было проанализировано около 24 000 отчетов по рентгенографии. Затем команда Этемади сравнила время создания отчетов по рентгенограммам и клиническую точность с использованием инструмента ИИ и без него.

Результаты: в среднем 15,5%-ное повышение эффективности завершения рентгенографического отчета — некоторые рентгенологи достигли прироста до 40% — без ущерба для точности. Последующая работа, пока не опубликованная, показывает до 80%-ное повышение эффективности и позволяет использовать инструмент для КТ-сканирования. Сэкономленное время позволило рентгенологам возвращать диагнозы гораздо быстрее, особенно в критических случаях, когда каждая секунда на счету.

По словам авторов исследования, это первый в мире инструмент генеративной радиологии на основе ИИ, интегрированный в клинический рабочий процесс. Это также первый случай, когда генеративная модель ИИ продемонстрировала как высокую точность, так и повышенную эффективность для всех типов рентгеновских снимков, от черепа до пальцев ног.

«Это удвоило нашу эффективность»

В отличие от других узких инструментов ИИ, которые в настоящее время представлены на рынке и фокусируются на выявлении одного состояния, целостная модель Northwestern анализирует весь рентгеновский снимок или КТ-скан. Затем она автоматически генерирует отчет, который на 95% заполнен и персонализирован для каждого пациента, который рентгенолог может использовать, просматривать и дорабатывать. Эти отчеты суммируют основные выводы и предлагают шаблон для дополнения диагностики и лечения рентгенологов.

«Для меня и моих коллег не будет преувеличением сказать, что это удвоило нашу эффективность. Это колоссальное преимущество и усилитель силы», — сказал соавтор исследования доктор Самир Аббуд, руководитель отделения неотложной радиологии в Северо-Западной медицинской школе и клинический доцент кафедры радиологии в Файнберге.

Выявление опасных для жизни состояний

Помимо повышения эффективности, система ИИ в режиме реального времени отмечает опасные для жизни состояния, такие как пневмоторакс (коллапс легкого), еще до того, как рентгенолог посмотрит на рентгеновские снимки. Пока модель ИИ составляет отчеты для каждого снимка, автоматизированный инструмент отслеживает эти отчеты на предмет критических результатов и сверяет их с записями пациентов. Если система выявляет новое состояние, требующее срочного вмешательства, она может немедленно оповестить рентгенологов.

«В любой день в отделении неотложной помощи нам может потребоваться просмотреть 100 изображений, и мы не знаем, какое из них содержит диагноз, который может спасти жизнь», — сказал Аббуд. «Эта технология помогает нам быстрее проводить сортировку, поэтому мы быстрее выявляем самые неотложные случаи и быстрее доставляем пациентов на лечение».

Команда Северо-Западного университета также адаптирует модель ИИ для обнаружения потенциально пропущенных или запоздалых диагнозов, таких как рак легких на ранней стадии.

«Наличие чернового отчета, даже до того, как его посмотрит рентгенолог, обеспечивает простую, действенную точку данных, на основе которой можно быстро и эффективно действовать. Это полностью отличается от традиционных систем сортировки, которые необходимо тщательно обучать по отдельности для каждого диагноза», — сказал Этемади.

«Нет необходимости полагаться на технологических гигантов»

Вместо того, чтобы адаптировать большие, обученные через Интернет модели, такие как ChatGPT, инженеры Northwestern создали свою собственную систему с нуля, используя клинические данные из сети Northwestern Medicine. Это позволило команде создать легкую, гибкую модель ИИ, разработанную специально для радиологии в Northwestern — более быструю, более точную и требующую гораздо меньше вычислительной мощности.

«Системам здравоохранения нет необходимости полагаться на технологических гигантов», — сказал первый автор, доктор Джонатан Хуан, студент третьего курса медицинского факультета Файнбергского университета, имеющий докторскую степень по биомедицинской инженерии от Маккормика.

«Наше исследование показывает, что создание пользовательских моделей ИИ вполне доступно для типичной системы здравоохранения, без необходимости использования дорогих и непрозрачных сторонних инструментов, таких как ChatGPT. Мы считаем, что эта демократизация доступа к ИИ является ключом к его внедрению во всем мире», — добавил Этемади.

Решение проблемы глобального дефицита

Радиология становится одним из самых узких мест в здравоохранении. Ожидается, что к 2033 году в США будет не хватать до 42 000 рентгенологов , поскольку объемы визуализации ежегодно увеличиваются на 5%, а количество мест в резидентуре по радиологии увеличивается всего на 2%.

Система искусственного интеллекта Northwestern предлагает решение, помогая рентгенологам устранять заторы и выдавать результаты за часы, а не за дни. И хотя эта технология мощна, она не заменит людей.

«Вам по-прежнему нужен рентгенолог как золотой стандарт», — сказал Аббуд. «Медицина постоянно меняется — новые лекарства, новые устройства, новые диагнозы — и мы должны убедиться, что ИИ не отстает. Наша роль заключается в том, чтобы гарантировать, что каждая интерпретация подходит пациенту».

Два патента были одобрены для технологии Northwestern Medicine, а другие находятся на разных стадиях процесса одобрения. Инструмент находится на ранних стадиях коммерциализации.

Исследование называется «Эффективность и качество генеративной рентгенографической отчетности с использованием искусственного интеллекта».

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.