Un calculator care să prognozeze rata de supravieţuire a unui pacient ar fi părut de domeniul science-fiction-ului, acum 20 de ani.
Acum devine realitate, mulţumită unei tehnici numită “învăţare profundă” (“deep learning”) prin care sistemele de calculatoare pot învăţa, în cel mai literal sens al cuvântului, cum să înţeleagă, interpreteze şi analizeze imagini.
Produsele software de acest fel încearcă să imite activitatea diferitelor straturi de neuroni din neocortex, zona din creier unde au loc procesele de gândire.
La fel ca un creier uman, software-urile de inteligenţă artificială învaţă să recunoască tiparele diverselor reprezentări digitale ale imaginilor, sunetelor şi ale altor tipuri de date.
Inteligenţa artificială începe deja să transforme o multitudine de domenii, de la comunicaţii şi transporturi, la medicină.
După cum declară specialiştii în inteligenţă artificială, îmbunătăţirea proceselor de îngrijire a pacienţilor poate reprezenta una dintre cele mai importante aplicaţii practice ale tehnicii de “învăţare profundă.”
De exemplu, profesioniştii din sănătate vor putea folosi inteligenţa artificială a calculatoarelor pentru a analiza mai repede şi cu mai multă acurateţe imaginile medicale, radiografii, ecografii, RMN-uri, etc. Este o evoluţie tehnologică care accelerează dezvoltarea medicinei personalizate.
Iar primele rezultate încurajatoare au început deja să apară. Cercetătorii de la Şcoala de Sănătate Publică şi Facultatea de Automatică a Universităţii din Adelaide, Australia au folosit inteligenţa artificială pentru a analiza imagistica medicală a cutiei toracice pentru 48 de pacienţi. Această analiză computerizată a reuşit să prognozeze care dintre pacienţi vor muri într-un interval de 5 ani, cu o acurateţe de 69%, similară cu prognoza “manuală” a clinicienilor. Este primul studiu de acest gen folosind imagistica medicală şi inteligenţa artificială a calculatorului (produse software de tipul “deep learning”). Cele mai exacte prognoze au fost făcute în cazul pacienţilor cu emfizem şi insuficienţă cardiacă de tip congestiv.
Această cercetare, care a fost publicată în revista Nature, este aşteptată să deschidă noi orizonturi în depistarea precoce a bolilor cronice severe, inclusiv a atacurilor de cord.
În acelaşi timp, şi alte echipe de cercetători derulează proiecte care urmăresc optimizarea procesului de diagnosticare, ajutându-i pe clinicieni să identifice cât mai multe elemente relevante din imagistica medicală disponibilă (radiografii, ecografii, etc). Dintre aceste iniţiative de cercetare, le notăm pe cele de la Imperial College din Londra (evaluare digitală a imagisticii traumatismelor craniene) şi ale companiilor Arterys din SUA (dezvoltarea de software pentru vizualizarea şi cuantificarea fluxului sanguin) şi Enlitic din SUA (dezvoltarea de software pentru identificarea de tumori şi fracturi greu detectabile).
Deşi aplicaţiile practice ale inteligenţei artificiale în medicină sunt încă la început, cercetătorii sunt încrezători că aceasta are potenţialul să revoluţioneze practica clinică, accelerând dezvoltarea medicinei personalizate.
Inteligenţa artificială va putea integra şi analiza rapid datele existente în evidenţele electronice ale pacientului, cele oferite de imagistica medicală şi cele transmise de diversele dispozitive de tele-medicină, iar toate vor pune astfel la dispoziţia clinicienilor elementele necesare pentru crearea unui plan individualizat de îngrijiri.
Articol realizat de Mirela Mustață, Redactor Executiv E-Asistent
Surse de documentare:
1. https://www.sciencedaily.com/releases/2017/06/170601124126.htm – Materials provided by University of Adelaide.
2. http://www.nvidia.com/object/deep-learning-in-medicine.html
3. http://www.nvidia.com/object/deep-learning-in-medicine.html#sthash.JcwVGLeG.dpuf
4. https://www.technologyreview.com/s/513696/deep-learning/
6. http://medicalfuturist.com/artificial-intelligence-will-redesign-healthcare/
7. http://www.fiercehealthcare.com/it/role-artificial-intelligence-personalized-medicine
