Sztuczna inteligencja zrewolucjonizuje radiologię? Za jej sprawą badania obrazowe będą szybsze i dokładniejsze

Czy w najbliższych latach sztuczna inteligencja zrewolucjonizuje radiologię? Narzędzie diagnostyczne oparte na sztucznej inteligencji usprawniające pracę lekarzy radiologów powstało w Akademii Górniczo-Hutniczej w Krakowie. Wspomaga lekarzy w analizie obrazów m.in. z tomografii komputerowej i rezonansu magnetycznego, skracając czas diagnozy i zwiększając jej precyzję.

Sztuczna inteligencja zrewolucjonizuje radiologię?

.Kierownik projektu prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej AGH poinformował w dniu 22 września, że system oparty na algorytmach sztucznej inteligencji testowany był przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie. Ma on za zadanie wspomagać specjalistów w analizie obrazów medycznych, redukować ryzyko przeoczenia zmian patologicznych oraz znacząco przyspieszyć proces diagnostyczny.

Opracowana w AGH technologia jest rdzeniem systemu Raygenic Rayspad – zaawansowanej przeglądarki diagnostycznej z komputerowym wspomaganiem opartym na AI. Platforma testowana była w warunkach klinicznych, gdzie w ramach pilotażu lekarze opisali blisko sto badań obrazowych, takich jak rezonans magnetyczny i tomografia komputerowa. Algorytmy AI dokonywały automatycznej segmentacji, detekcji zmian oraz precyzyjnych pomiarów – wyniki te były następnie zestawiane z analizą wykonaną przez lekarzy.

Za sprawą AI badania obrazowe będą szybsze i dokładniejsze

.Według naukowców najważniejsze funkcjonalności platformy diagnostyczno-radiologicznej to wbudowane w narzędzie algorytmy AI, które służą do generowania szeregu kluczowych dla diagnozy danych. Są to m.in.: automatyczna segmentacja organów, detekcja anomalii oraz precyzyjne wymiarowanie wykrytych zmian.

„Naszym celem było stworzenie narzędzia, które realnie będzie wspierało lekarzy w ich codziennej pracy. Dzięki integracji nowoczesnych metod AI z wiedzą kliniczną możemy zapewnić radiologom lepsze warunki pracy oraz system, który przyczynia się do szybszej i dokładniejszej diagnozy pacjentów” – wskazał prof. Zbisław Tabor, cytowany w komunikacie prasowym uczelni.

Prof. Rafał Obuchowicz, specjalista radiolog, uczestniczący w pilotażu w Szpitalu Uniwersyteckim w Krakowie przekazał, że w ramach testów narzędzie pozwoliło lekarzom wykrywać zmiany patologiczne. „To jak mieć dodatkowego, niezwykle uważnego asystenta, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu. Wdrożenie w pełni funkcjonalnego systemu będzie pewnie wymagało jeszcze pracy inżynierów, natomiast w nieodległej perspektywie tego typu rozwiązania mogą być dla nas, lekarzy dużym wsparciem” – ocenił lekarz.

Centrum Doskonałości Sztucznej Inteligencji

.Według twórców systemu jedną z kluczowych zalet rozwiązania jest jego niezależność od sprzętu i lokalizacji. Dzięki chmurowemu rozwiązaniu lekarze mogą analizować obrazy z różnych urządzeń, w różnych placówkach, bez potrzeby synchronizacji danych. Interfejs aplikacji zapewnia ujednoliconą prezentację wyników, co eliminuje błędy wynikające z różnic w standardach poszczególnych systemów.

Zespół z AGH zapowiada dalsze prace rozwojowe, obejmujące rozszerzenie funkcjonalności systemu. „Jesteśmy przekonani, że przyszłość medycyny to współpraca człowieka z technologią. Nasze narzędzie to dowód na to, że nauka może bezpośrednio wspierać lekarzy – efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów” – podsumowała prof. Joanna Jaworek-Korjakowska, dyrektor Centrum Doskonałości Sztucznej Inteligencji, AGH w Krakowie.

Dotychczasowe prace realizowane były przez interdyscyplinarny zespół pod kierunkiem prof. Zbisława Tabora, specjalisty w dziedzinie analizy obrazów medycznych, prof. Joanny Jaworek-Korjakowskiej, kierującej Centrum Doskonałości Sztucznej Inteligencji i zajmującej się zagadnieniami sztucznej inteligencji oraz prof. Bartosza Zielińskiego z Wydziału Matematyki i Informatyki Uniwersytetu Jagiellońskiego, zajmującego się wyjaśnialną sztuczną inteligencją.

Pięć filarów rozwoju sztucznej inteligencji w Polsce

.Polska przespała ostatnie siedem lat i chyba nadal się nie obudziła. Nie ma nas na mapach najważniejszych klastrów rozwijających naukę i technologię. Dane Eurostatu wykorzystania technologii AI w przedsiębiorstwach pokazują, że jesteśmy na końcu rankingu krajów EU, tylko przed Rumunią – pisze prof. Włodzisław DUCH.

Ministerstwo Cyfryzacji opracowało dokument „Polityka rozwoju sztucznej inteligencji w Polsce do 2030 roku” (64 strony). Pod koniec roku 2020 uchwalono podobny dokument „Polityki dla rozwoju sztucznej inteligencji w Polsce od roku 2020” (71 stron). Za obydwa dokumenty odpowiada „minister właściwy do spraw informatyzacji”, czyli Ministerstwo Cyfryzacji. Celem jest wskazanie działań, które wzmocnią pozycję Polski na arenie międzynarodowej jako jednego z liderów “Kontynentu AI”.

Oczywiście było już wiele innych dokumentów strategicznych dotyczących cyfryzacji, rozwoju gospodarki, opieki zdrowotnej, w tym opracowanie „Resortowa Strategia Sztucznej Inteligencji do roku 2039” (MON). To ambitne cele, ale nie mamy obecnie wyobrażenia o tym, jak daleko zajdzie sztuczna inteligencja w ciągu następnych 2-3 lat. Dlatego potrzebujemy strategii adaptacyjnej, dostosowującej się do zmieniającej się sytuacji, w której co miesiąc mamy nowe systemy AI o coraz większych możliwościach.

Kluczem staje się adaptacja, stworzenie takich warunków, w których „Efektywna współpraca nauki, sektora publicznego oraz biznesu umożliwi rozwój i implementację najnowszych technologii cyfrowych oraz odpowiednie ich wykorzystywanie”, jak słusznie czytamy w opracowaniu polityki rozwoju na następne 5 lat. Dokument ten powstał w oparciu o kilka opracowań, w tym raportu „Gdzie jest polska nisza AI i jak ją wykorzystać” (Polski Instytutu Ekonomiczny), „Rekomendacji merytorycznych do dokumentu Polityka Rozwoju Sztucznej Inteligencji w Polsce 2025-2030” (GRAI, Grupa Robocza ds. Sztucznej Inteligencji), studium SMART, „Transformacja Polski dzięki wykorzystaniu inteligentnych rozwiązań cyfrowych”, i kilku innych opracowań. 

Wiedząc, jak złożonym zagadnieniem jest cyfryzacja, a w szczególności jak szybko rozwija się sztuczna inteligencja, warto się zastanowić nad propozycją konkretnych działań. W 2008 roku Unia Europejska powołała Europejski Instytut Innowacji i Technologii (EIT), z siedzibą w Budapeszcie, którego zadaniem jest integracja badań naukowych, biznesu i sektora publicznego. To model znany jako “trójkąt wiedzy”, KIC, Knowledge and Innovation Communities. Powstało osiem takich wspólnot wiedzy, zajmujących się wielkimi wyzwaniami: klimatem, energią, materiałami, zdrowiem, żywnością, transportem, produkcją przemysłową i cyfryzacją. Polska bierze w nich udział, ale próżno szukać wzmianki o takich działaniach w dokumentach na temat polityki rozwoju AI. Wspomniano tylko, że „Efektywna współpraca nauki, sektora publicznego oraz biznesu umożliwi rozwój i implementację najnowszych technologii cyfrowych oraz odpowiednie ich wykorzystywanie.”

W 2015 roku zostawiłem nowej ekipie MNiSW 13 stron uwag na temat najważniejszych spraw dotyczących nauki, innowacji, współpracy międzynarodowej i informatyzacji. Niestety troska o rozwój naszego kraju nie jest zwykle priorytetem dla odchodzącej władzy, która stara się utrudnić nowej ekipie realizację toczących się działań. Nic dziwnego, że autorzy kolejnych strategii o działaniach toczących się od kilkunastu lat nie wspominają. W rozwój wspólnot wiedzy zainwestowano spore środki, zarówno z programów EIT jak i krajowych, warto więc zrobić przegląd wyników i wykorzystać je w obecnej polityce rozwoju. 

Obecne propozycje są nakierowane przede wszystkim na wdrażanie istniejących systemów AI w firmach. Jednak szerokie zastosowania AI w konkretnych obszarach będą wymagać dalszego rozwoju, a nie tylko implementacji znanych algorytmów. Bez tego znowu zajmiemy się zakupem licencji od dużych firm i budową traktorów w systemie miar imperialnych.

.Bez zabawy Faradaya z cewkami i magnesami nie mielibyśmy dzisiaj prądu. Bez teorii Heisenberga i Schrödingera nie byłoby mechaniki kwantowej, na której oparta jest cała technologia półprzewodników. Bez matematyki nie byłoby podatków (no, może tym byśmy się nie martwili). Nie powinniśmy zapominać o naukach podstawowych, tworzących fundamenty dla nowych technologii. Rozwój sztucznej inteligencji to przede wszystkim nowe algorytmy, które umożliwiły analizę obrazów i innych sygnałów (sieci konwolucyjne), zrozumienie i generację tekstów (GPT, generatywne transformery), tworzenie obrazów i muzyki (modele dyfuzyjne), głębokie rozumowanie (grafy wiedzy). Obecne postępy tylko w niewielkiej części związane są z nowym sprzętem i budową centrów danych, w większym stopniu to coraz lepsze algorytmy. Warto inwestować w informatykę, nie tylko w technologie obliczeniowe. 

Tekst dostępny na łamach Wszystko co Najważniejsze: https://wszystkoconajwazniejsze.pl/prof-wlodzislaw-duch-sztuczna-inteligencja-w-polsce

PAP/MJ