Nie tylko COVID-19. Co nowego w diagnostyce i leczeniu schorzeń płuc?
Redaktor: Aleksandra Lang
Data: 13.06.2022
Trudno mówić, że systemy medyczne bazujące na sztucznej inteligencji (AI) są powszechnie używane w szpitalach i poradniach. Jednocześnie powstaje coraz więcej takich rozwiązań, a ich zadaniem jest przyspieszenie diagnozowania, zwiększenie wykrywalności chorób i ułatwienie pracy specjalistom, często funkcjonującym w przeciążonych systemach opieki zdrowotnej.
Na świecie znane są rozwiązania oparte na AI m.in. z zakresu diagnostyki chorób tarczycy (guzków), czerniaka, wykrywania udaru, diagnostyki raka wątroby czy piersi.
W pulmonologii testowano rozwiązania AI do diagnostyki guzów, zwłóknienia płuc, nadciśnienia płucnego, odmy opłucnowej, rozedmy płuc, astmy, zapaleń płuc oraz COVID-19. Diagnostyki zmian płucnych dotyczy również rozwiązanie skonstruowane przez Pixel Technology.
COVID AI – bo tak się nazywa rozwiązanie – jest przeznaczone dla lekarzy radiologów oraz klinicystów. Wbrew temu, co może sugerować nazwa, nie jest wykorzystywane wyłącznie do diagnostyki pacjentów z podejrzeniem SARS-CoV-2 i ich późniejszego leczenia.
– W dobie obecnego postępu w zakresie danych medycznych oraz dążenia do coraz szerszego prowadzenia analiz opartych na dużych i skomplikowanych zestawach baz danych (tak zwane „Big Data Analysis”) coraz częściej wykorzystuje się automatyczne narzędzia interpretacji danych, które można nauczyć interpretacji zgodnie z założonym planem. Cennym przykładem są narzędzia oparte na algorytmach sztucznej inteligencji, które coraz częściej stają się narzędziem wspierającym diagnostykę i proces decyzji terapeutycznych – mówimy o swoistym „asystencie AI”. Na przykład w trakcie pandemii COVID-19 mamy do czynienia z „falami”, w trakcie których dochodzi do szybkiego zwiększenia liczby chorych wymagających szybkiej pomocy, a liczba personelu medycznego jest względnie stała. W takich sytuacjach „asystenci AI” są szczególnie przydatni – na przykład do szybkiej oceny zapalenia w tkance płucnej i jego charakteru. Przykładem zastosowania jest również możliwość prawie natychmiastowego odróżnienia osób bez zapalenia płuc ze zmianami w miąższu płucnym na podstawie szybkiego badania tomografii płuc bez kontrastu. W ostatnich miesiącach we współpracy z Pixel Technology wdrożono taki system w Samodzielnym Publicznym Wojewódzkim Szpitalu Zespolonym w Szczecinie. Jest efektem programu badawczego finansowanego przez NCBR , którego celem było stworzenie systemu rozpoznawania przyczyn zapalenia płuc. W niedalekiej przyszłości system będzie również stosowany do oceny zaawansowania zamian w tkance płucnej w innych chorobach przebiegających z zapaleniem płuc, takich jak grypa, atypowe zapalenia płuc czy płucne powikłania zapalne u osób z niedoborami odporności – ocenia prof. dr hab. n. med. Miłosz Parczewski, były przedstawiciel Rady Medycznej ds. COVID-19; obecnie naczelny lekarz ds. COVID-19 w SPWSZ oraz kierownik Kliniki PUM w Szczecinie.
W pulmonologii testowano rozwiązania AI do diagnostyki guzów, zwłóknienia płuc, nadciśnienia płucnego, odmy opłucnowej, rozedmy płuc, astmy, zapaleń płuc oraz COVID-19. Diagnostyki zmian płucnych dotyczy również rozwiązanie skonstruowane przez Pixel Technology.
COVID AI – bo tak się nazywa rozwiązanie – jest przeznaczone dla lekarzy radiologów oraz klinicystów. Wbrew temu, co może sugerować nazwa, nie jest wykorzystywane wyłącznie do diagnostyki pacjentów z podejrzeniem SARS-CoV-2 i ich późniejszego leczenia.
– W dobie obecnego postępu w zakresie danych medycznych oraz dążenia do coraz szerszego prowadzenia analiz opartych na dużych i skomplikowanych zestawach baz danych (tak zwane „Big Data Analysis”) coraz częściej wykorzystuje się automatyczne narzędzia interpretacji danych, które można nauczyć interpretacji zgodnie z założonym planem. Cennym przykładem są narzędzia oparte na algorytmach sztucznej inteligencji, które coraz częściej stają się narzędziem wspierającym diagnostykę i proces decyzji terapeutycznych – mówimy o swoistym „asystencie AI”. Na przykład w trakcie pandemii COVID-19 mamy do czynienia z „falami”, w trakcie których dochodzi do szybkiego zwiększenia liczby chorych wymagających szybkiej pomocy, a liczba personelu medycznego jest względnie stała. W takich sytuacjach „asystenci AI” są szczególnie przydatni – na przykład do szybkiej oceny zapalenia w tkance płucnej i jego charakteru. Przykładem zastosowania jest również możliwość prawie natychmiastowego odróżnienia osób bez zapalenia płuc ze zmianami w miąższu płucnym na podstawie szybkiego badania tomografii płuc bez kontrastu. W ostatnich miesiącach we współpracy z Pixel Technology wdrożono taki system w Samodzielnym Publicznym Wojewódzkim Szpitalu Zespolonym w Szczecinie. Jest efektem programu badawczego finansowanego przez NCBR , którego celem było stworzenie systemu rozpoznawania przyczyn zapalenia płuc. W niedalekiej przyszłości system będzie również stosowany do oceny zaawansowania zamian w tkance płucnej w innych chorobach przebiegających z zapaleniem płuc, takich jak grypa, atypowe zapalenia płuc czy płucne powikłania zapalne u osób z niedoborami odporności – ocenia prof. dr hab. n. med. Miłosz Parczewski, były przedstawiciel Rady Medycznej ds. COVID-19; obecnie naczelny lekarz ds. COVID-19 w SPWSZ oraz kierownik Kliniki PUM w Szczecinie.
Patronat naukowy portalu: