Nowoczesne narzędzie diagnostyczne oparte na algorytmach sztucznej inteligencji 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.
W AGH w Krakowie opracowano rozwiązanie oparte na AI, które ma znacząco usprawnić pracę lekarzy radiologów. System, testowany przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie, ma 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 sztucznej inteligencji. 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.
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 – pozwala na szybkie i precyzyjne oznaczenie struktur anatomicznych w badaniach obrazowych;
– detekcja anomalii – wbudowane algorytmy AI samodzielnie identyfikują zmiany patologiczne, w tym podejrzane ogniska nowotworowe czy zmiany pourazowe;
– precyzyjne wymiarowanie wykrytych zmian – system automatycznie dokonuje pomiarów zmian patologicznych, co znacząco przyspiesza i standaryzuje proces opisu badania.
– 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 – mówi prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej (Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej), kierownik projektu z AGH.
Raygenic Rayspad nie tylko wspiera diagnozowanie, ale także usprawnia codzienną pracę personelu medycznego.
– W ramach testów narzędzie pozwoliło nam 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 – mówi prof. Rafał Obuchowicz, specjalista radiolog, uczestniczący w pilotażu w Szpitalu Uniwersyteckim w Krakowie.
Jedną z kluczowych zalet systemu 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. Inspiracją do stworzenia systemu była potrzeba realnego wsparcia lekarzy w codziennej pracy. Jak podkreślają twórcy, projekt stanowi również istotny krok w kierunku cyfrowej transformacji jednostek medycznych. 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 – podsumowuje 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.
