In che modo l'intelligenza artificiale può contribuire a trasformare la radiologia?

Ricercatori medici accademici e aziende tecnologiche stanno unendo i loro sforzi per sviluppare questi nuovi strumenti. Le prime soluzioni stanno mostrando risultati positivi nel migliorare l'assistenza ai pazienti e semplificare le operazioni, affermano i radiologi.

Per adottare senza problemi l'intelligenza artificiale in radiologia, le organizzazioni sanitarie possono sfruttare la loro infrastruttura tecnologica esistente, compresi i sistemi di archiviazione delle immagini mediche, ma devono riconsiderare alcuni aspetti della loro attività, afferma Mutaz Shegewi, direttore senior della ricerca presso IDC Health Insights.

"Hanno bisogno di integrazione del flusso di lavoro. Hanno bisogno di potenza di calcolo e avranno bisogno di governance e sicurezza", afferma Shegewi.

Scansioni più veloci e cure migliorate al pronto soccorso

Mentre i ricercatori di radiologia dell'UW esplorano l'adozione dell'intelligenza artificiale nel loro campo, devono tenere presente che solo la tecnologia di intelligenza artificiale approvata dalla Food and Drug Administration statunitense può essere implementata nel loro sistema sanitario, afferma Reeder.

Ad esempio, l'UW Health ha integrato nei suoi scanner un sistema avanzato di ricostruzione delle immagini approvato dalla FDA, che produce immagini più nitide con rumore e artefatti ridotti e riduce i tempi di scansione dal 30% al 50%, il che può ridurre l'esposizione del paziente alle radiazioni, aggiunge.

"Piace ai pazienti. Piace anche a noi, perché ci permette di programmare fasce orarie di visita più brevi", afferma Reeder. "Migliora la produttività e il flusso di lavoro. È una vera svolta."

Per alimentare gli strumenti di intelligenza artificiale in radiologia, l'UW Health si affida a server interni, al cloud, a computer generici e alle stesse macchine per l'imaging, solo per citarne alcuni, afferma John Garrett, direttore dell'informatica per l'imaging nel reparto di radiologia dell'UW.

Ad esempio, mentre alcuni modelli di intelligenza artificiale vengono eseguiti su computer standard, il software di perfusione cerebrale tramite TC e RM basato sull'intelligenza artificiale, che analizza le scansioni cerebrali e produce immagini codificate a colori del flusso del sangue nel cervello, viene eseguito su un server locale, aggiunge.

ESPLORA: Sblocca il flusso di dati con storage ad alte prestazioni per l'imaging e l'analisi medica.

Gli esami che richiedono maggiore potenza di calcolo vengono eseguiti su GPU nel cloud , come le TAC che vengono valutate da 10 a 12 strumenti di triage basati sull'intelligenza artificiale, afferma Garrett. A seconda dell'algoritmo specifico, Amazon Web Services e Microsoft Azure eseguono l'elaborazione dei dati in tempo reale, mentre alcuni strumenti utilizzanoGoogle Cloud Platform .

Nelle situazioni di triage al pronto soccorso, i dati vengono inviati al cloud, dove vengono elaborati da diversi algoritmi di intelligenza artificiale. I risultati vengono poi inviati al sistema di archiviazione e comunicazione delle immagini di UW Health. Un widget desktop sulle workstation PACS dei radiologi può avvisarli dei risultati ad alta priorità, afferma Garrett.

I radiologi dell'UW Health utilizzano anche il software di riconoscimento vocale basato sull'intelligenza artificiale Nuance PowerScribe sui loro computer Dell per facilitare la stesura dei referti. Reeder utilizza da tempo questa soluzione, che, a suo dire, è in continuo miglioramento.

"Ci permette di generare report in modo efficiente, accurato e standardizzato", afferma. "Sebbene non sia perfetto, è accurato. Puoi usare termini medici elaborati e lui li usa correttamente."

Benefici diagnostici limitati oggi, futuro promettente davanti a noi

Il Massachusetts General Brigham, con sede a Boston, ha adottato diversi strumenti di intelligenza artificiale in ambito radiologico nella sua pratica clinica. Tra questi, strumenti di elaborazione delle immagini utilizzati per migliorarne la qualità ed eseguire la "quantificazione delle immagini", che può aiutare i radiologi nella lettura delle immagini mediche, afferma il Dott. Bernardo Bizzo, direttore senior del settore IA del Massachusetts General Brigham.

Il sistema sanitario ha implementato strumenti di triage computerizzati basati sull'intelligenza artificiale che aiutano a stabilire le priorità e a notificare ai radiologi i risultati urgenti, afferma. Ha anche testato decine di modelli di intelligenza artificiale che analizzano le immagini mediche e finora ne ha adottati circa una dozzina, afferma Bizzo.

Il Massachusetts General Brigham gestisce questi strumenti di intelligenza artificiale in data center locali e nel cloud . Ad esempio, ha adottato alcuni modelli di intelligenza artificiale all'interno della Nuance Precision Imaging Network di Microsoft (basata su Azure) e ha implementato modelli che rilevano noduli polmonari nelle TAC e analizzano le risonanze magnetiche epatiche.

CORRELATO: Trasformare la risonanza magnetica con scanner moderni e programmi virtuali.

Questi strumenti di intelligenza artificiale aiutano i radiologi a interpretare le scansioni, ma i benefici attuali sono limitati perché ogni modello è generalmente progettato per rilevare uno o pochi reperti. I radiologi devono adottare una visione olistica e analizzare l'immagine per ottenere un referto completo, aggiunge Bizzo.

"Ogni strumento di intelligenza artificiale approvato dalla FDA rileva solo pochi reperti di imaging. È un po' utile in casi d'uso specifici, ma non sta facendo la differenza nel modo in cui tutti auspichiamo che l'intelligenza artificiale faccia, perché il lavoro di un radiologo va oltre la semplice rilevazione di una manciata di reperti", afferma.

Tuttavia, i radiologi si dichiarano fiduciosi che gli strumenti di intelligenza artificiale emergenti possano maturare. Ad esempio, il Massachusetts General Brigham collabora con aziende in tutto il mondo per testare i propri modelli e strumenti di intelligenza artificiale emergenti, in vista dell'approvazione della FDA e dell'uso clinico negli Stati Uniti. Questo include la sperimentazione di strumenti di intelligenza artificiale generativa e di intelligenza artificiale completa . Questi nuovi strumenti potrebbero combinare più algoritmi in un unico pacchetto per eseguire diagnosi più approfondite, afferma Bizzo.

"A mio parere, gli strumenti di intelligenza artificiale per la diagnosi e la diagnosi possono essere di grande aiuto per i radiologi, soprattutto nella stesura dei referti nel prossimo futuro", afferma. "L'intelligenza artificiale ha grandi potenzialità per migliorare l'accuratezza e l'efficienza diagnostica".

Strumento di intelligenza artificiale misura l'efficacia del trattamento delle malattie renali

Circa un anno fa, il reparto di radiologia del Weill Cornell Medicine ha creato un cluster di intelligenza artificiale avanzato, basato su server Dell con GPU NVIDIA , che consente ai ricercatori di sviluppare e addestrare modelli di intelligenza artificiale per la radiologia, per poi utilizzarli e testarli in un contesto clinico.

Ad esempio, i medici del New York-Presbyterian Hospital /Weill Cornell Medical Center (l'ospedale di ricerca e insegnamento della facoltà di medicina) stanno attualmente testando un modello di intelligenza artificiale per effettuare misurazioni precise dei reni dei pazienti, allo scopo di determinare la progressione della malattia e l'efficacia del trattamento, afferma il dott. Mert Sabuncu, vicepresidente della ricerca in intelligenza artificiale e ingegneria presso il dipartimento di radiologia del Weill Cornell Medicine e professore di ingegneria elettrica e informatica presso la Cornell Tech.

Più specificamente, il modello di intelligenza artificiale è stato progettato per analizzare le scansioni cliniche di pazienti affetti da malattia renale policistica, una malattia genetica in cui si formano e si ingrandiscono delle cisti nei reni, il che può portare a danni e insufficienza renale.

I pazienti affetti da PKD in stadio avanzato solitamente si sottopongono a una risonanza magnetica una volta all'anno.

"I referti radiologici standard contengono molte affermazioni impressionistiche", afferma Sabuncu. "I radiologi descrivono ciò che vedono senza molte misurazioni quantitative, il che significa che possono volerci diversi anni per capire se un farmaco come il Tolvaptan funziona."

Qualche anno fa, un team di ricerca della Weill Cornell Medicine ha sviluppato un modello di intelligenza artificiale in grado di produrre misurazioni numeriche altamente precise dell'anatomia addominale. Oggi, questo strumento viene utilizzato per supportare il processo decisionale clinico e per valutare meglio l'efficacia di un farmaco per i pazienti, afferma.

L'intelligenza artificiale può commettere errori, quindi, come parte del flusso di lavoro, un tecnico o un radiologo esamina i risultati del modello, apporta le correzioni necessarie e li inoltra a un altro radiologo per la revisione finale. Possono anche rifiutare i risultati se le misurazioni del modello di intelligenza artificiale sono errate.

"Abbiamo un essere umano nel ciclo per garantire risultati accurati", afferma Sabuncu.

Weill Cornell Medicine spera di ottenere l'approvazione della FDA per il modello di intelligenza artificiale, ma per ora può utilizzarlo sui pazienti come ospedale di ricerca universitaria. "Abbiamo il lusso di poter utilizzare strumenti di ricerca all'avanguardia", afferma.

Ritiene che tali strumenti siano destinati a rivoluzionare la radiologia. "Siamo sul punto di attraversare una grande trasformazione nei prossimi cinque anni. Ci sarà un enorme afflusso di strumenti di intelligenza artificiale che miglioreranno la radiologia e trasformeranno la medicina", afferma Sabuncu.