Η τεχνητή νοημοσύνη έχει έρθει για να αλλάξει ριζικά τον τρόπο που αντιμετωπίζονται πλέον οι ασθενείς αφού δίνει την δυνατότητα για έγκαιρη και έγκυρη διάγνωση χωρίς τομές και χωρίς καθυστερήσεις.
Τα νέα μέσα επιτρέπουν στους γιατρούς να κοιτάξουν μέσα στο σώμα σαρώνοντας το, ενώ παράλληλα τα νέα υπολογιστικά δεδομένα βοηθούν στο να γίνουν προβλέψεις για την εξέλιξη της όποιας νόσου. Οι πρώτες δεκαετίες της ακτινολογίας αφορούσαν την καλύτερη λήψη εικόνων που αφορούν το σώμα. Οι επόμενες θα αφιερωθούν στην ερμηνεία των δεδομένων που προκύπτουν από αυτές.
Η απεικόνιση εξελίσσεται διαρκώς και παίζει καθοριστικό ρόλο στην θεραπεία παθήσεων όπως ο καρκίνος. Οι γιατροί σταδιακά αρχίζουν να βασίζονται στην απεικόνιση για να παρακολουθούν όχι μόνο τους όγκους αλλά και την εξάπλωση των καρκινικών κυττάρων. Με τον τρόπο αυτό θα τους επιτραπεί μία πιο ολοκληρωμένη εικόνα που θα τους οδηγήσει σε ασφαλέστερα συμπεράσματα και καταλληλότερα σχήματα θεραπειών.
«Τα επόμενα πέντε χρόνια, θα δούμε τη λειτουργική απεικόνιση να γίνεται μέρος της φροντίδας», λέει ο Δρ Basak Dogan, αναπληρωτής καθηγητής ακτινολογίας στο Southwestern Medical Center του Πανεπιστημίου του Τέξας. «Δεν βλέπουμε την τρέχουσα τυπική απεικόνιση να απαντά στις πραγματικές κλινικές ερωτήσεις. Αλλά οι λειτουργικές τεχνικές θα είναι η απάντηση για τους ασθενείς που θέλουν μεγαλύτερη ακρίβεια στη φροντίδα τους, ώστε να μπορούν να λαμβάνουν καλύτερα τεκμηριωμένες αποφάσεις».
Ο εντοπισμός των προβλημάτων θα γίνεται νωρίτερα
Το πρώτο εμπόδιο για να αξιοποιήσετε στο έπακρο αυτό που μπορούν να προσφέρουν οι εικόνες, είτε πρόκειται για ακτινογραφίες, αξονική τομογραφία (CT), μαγνητική τομογραφία (MRI) ή υπερήχους, είναι η αυτοματοποίηση της ανάγνωσης τους όσο το δυνατόν περισσότερο. εξοικονομεί πολύτιμο χρόνο στους ακτινολόγους. Οι αλγόριθμοι παίρνουν τα δεδομένα των εξετάσεων και εξάγουν σημαντικές πληροφορίες για την πρόοδο της νόσου.
Εδώ και χρόνια οι IT συνεργάζονται με τους ακτινολόγους προκειμένου να καταλήξουν σε αυτούς τους τύπους. Οι γιατροί τροφοδοτούν το σύστημα των υπολογιστών με τα ευρήματα των εξετάσεων και στην συνέχεια εξάγουν από αυτούς πληροφορίες για το εάν υπάρχει κάτι μη φυσιολογικό το οποίο πρέπει να διερευνηθεί περεταίρω.
Για να εγκρίνει ο Οργανισμός Τροφίμων και Φαρμάκων των ΗΠΑ (FDA) έναν αλγόριθμο που περιλαμβάνει απεικόνιση, πρέπει να είναι ακριβής στο 80% έως 90% των περιπτώσεων. Μέχρι στιγμής, ο FDA έχει εγκρίνει περίπου 420 από αυτές για διάφορες ασθένειες, κυρίως καρκίνο. Ο FDA εξακολουθεί να απαιτεί ο άνθρωπος να είναι ο απόλυτος κριτής για το τι βρίσκει ο αλγόριθμος μηχανικής μάθησης.
Στο Mass General Brigham, οι γιατροί χρησιμοποιούν περίπου 50 τέτοιους αλγόριθμους για να τους βοηθήσουν στη φροντίδα των ασθενών, που κυμαίνονται από την ανίχνευση ανευρυσμάτων και καρκίνων έως την ανίχνευση εμβολών και σημείων εγκεφαλικού σε ασθενείς στα επείγοντα, πολλοί από τους οποίους θα παρουσιάσουν γενικά συμπτώματα που μοιράζονται αυτές οι παθήσεις. Περίπου τα μισά έχουν εγκριθεί από τον FDA και τα υπόλοιπα δοκιμάζονται στη φροντίδα ασθενών.
«Ο στόχος είναι να βρούμε πράγματα νωρίς. Σε ορισμένες περιπτώσεις, οι άνθρωποι μπορεί να χρειαστούν μέρες για να βρουν μια ακριβή διάγνωση, ενώ οι υπολογιστές μπορούν να λειτουργούν χωρίς ύπνο συνεχώς και να βρουν τους ασθενείς που χρειάζονται φροντίδα αμέσως», λέει ο Δρ. Keith Dreyer, επικεφαλής της επιστήμης δεδομένων και αντιπρόεδρος ακτινολογίας στο Mass. Στρατηγός Μπρίγκαμ. «Αν μπορούμε να χρησιμοποιήσουμε υπολογιστές για να το κάνουμε αυτό, τότε ο ασθενής θα λάβει θεραπεία πολύ πιο γρήγορα».
Προς το παρόν, η τυπική απεικόνιση δεν μπορεί να διακρίνει το ποσοστό του όγκου που είναι ζωντανό και εκείνο που δεν είναι. Κρίνει μόνο με ανατομικά στοιχεία κάτι που δεν είναι πάντα ενδεικτικό του τι πραγματικά συμβαίνει. Εξετάσεις όπως η μαστογραφία και ο υπέρηχος έχουν σχεδιαστεί πάνω σε αυτό το πλαίσιο και οι επιστήμονες φιλοδοξούν, στο μέλλον, αυτή η μέθοδος να έχει εξελιχθεί ώστε να λαμβάνουν πιο έγκυρα ευρήματα χωρίς να απαιτείται χειρουργική επέμβαση στον ασθενή.
Διαβάστε ακόμα στο intronews.gr
Ισλανδία: Το αρχαίο μυστικό στο χτίσιμο των σπιτιών που συνέβαλε στην επιβίωση του πολιτισμού
Το «μαύρο κουτί» του TikTok: Είναι το νέο περιβάλλον των fake news και του deepfake;
Οι χρήστες του Twitter στρέφονται στο Mastodon: Τι ακριβώς είναι το νέο κοινωνικό δίκτυο;
