Перспективы и ограничения ИИ для интерпретации MSK


Это вторая статья в серии, посвященной достижениям в области визуализации MSK. Прочтите  первый рассказ .

Исследования и приложения искусственного интеллекта расширяются в геометрической прогрессии, предлагая возможности для улучшения каждого этапа рабочего процесса визуализации скелетно-мышечной системы (MSK), от задач предварительной визуализации до получения и анализа изображений.   

«С увеличением клинической нагрузки, вероятно, наибольшее влияние ИИ будет заключаться в минимизации времени, затрачиваемого рентгенологами на рутинные, менее сложные функции визуализации MSK», — сказала Лаура М. Фаяд, доктор медицинских наук, руководитель отделения визуализации скелетно-мышечной системы и профессор радиологии и радиологических наук. в Медицинской школе Джонса Хопкинса в Балтиморе.

Более быстрые изображения и больше деталей

Что касается получения изображений, одним из самых больших достижений искусственного интеллекта в визуализации MSK является сокращение времени получения МРТ.

«Реконструкция изображений с глубоким обучением уже оказала большое влияние на нашу повседневную клиническую практику, способствуя значительно более быстрому получению изображений суставов и позвоночника с помощью МРТ с более высоким пространственным разрешением и детализацией, чем традиционная реконструкция изображений», — сказал Али Гермази, доктор медицинских наук, магистр наук, профессор. профессор радиологии и медицины Медицинской школы Бостонского университета.

С помощью ускоренной МРТ время выполнения стандартной МРТ колена сократилось с 11 минут до чуть более пяти.

«Все основные поставщики имеют на своем оборудовании алгоритмы для ускорения МРТ», — сказал Акшай Чаудхари, доктор философии, доцент кафедры радиологии и заместитель директора Стэнфордского центра искусственного интеллекта в медицине и визуализации в Стэнфорде, Калифорния. «Хотя все еще проводятся исследования, чтобы попытаться понять пределы ускорения».

По словам Флориана Кнолля, доктора философии, профессора кафедры искусственного интеллекта в биомедицинской инженерии ФАУ Эрланген-Нюрнберг в Баварии, Германия, изображения, полученные с помощью пятиминутного протокола, взаимозаменяемы с изображениями, полученными с помощью обычного протокола визуализации. Ускоренные обследования могут быть запланированы в 15-минутные интервалы, аналогично рентгенологическим исследованиям.

Сочетание вычислительных методов искусственного интеллекта с МРТ с более низкой напряженностью поля также может устранить искажения металла и улучшить качество изображения для пациентов с металлическими имплантатами за счет улучшения соотношения сигнал/шум.

«МРТ — это в значительной степени технология первого мира», — сказал доктор Нолл, также адъюнкт-профессор в NYU Langone Health. «Недорогие и маломощные системы также могут быть развернуты в странах с низким уровнем ресурсов, что сделает MR более доступным во всем мире».

 

Изображение врача 800x500 с компьютером и футуристической графикой искусственного интеллекта, изображающей человеческое тело и изображения здравоохранения

Поддержка анализа изображений и сортировки

Доктор Чаудхари отметил, что существует несоответствие между объемом исследований ИИ в области анализа изображений, включая автоматическую классификацию заболеваний и сегментацию изображений, и уровнем клинического внедрения. Из алгоритмов искусственного интеллекта, одобренных FDA, лишь немногие были успешно интегрированы в клиническую практику MSK, включая инструменты для обнаружения переломов костей и проведения количественных измерений сколиоза и длины конечностей.

Например, сортировка пациентов с подозрением на перелом кости с помощью программного обеспечения искусственного интеллекта может разгрузить отделение неотложной помощи и ускорить оказание помощи пациентам. Программное обеспечение немедленно просматривает результаты визуализационных исследований и помещает предполагаемые переломы в верхнюю часть стопки для просмотра рентгенологами.

Радиологи надеются, что новые инструменты искусственного интеллекта будут продолжать появляться, чтобы в дальнейшем помогать в анализе изображений, прогнозировании прогрессирования заболевания и оказании более персонализированной помощи.

«Многие радиологические задачи включают повторяющиеся измерения, такие как сегментация и расчет объемов», — сказал доктор Нолл. «Было бы здорово иметь ИИ-помощника, который помогал бы с этими низкоуровневыми задачами».

Все радиологи, опрошенные для этой статьи, отметили преимущества ИИ для управления административными задачами, такими как планирование, сортировка пациентов и автоматическое протоколирование, что может сэкономить время персонала и максимизировать пропускную способность пациентов. Некоторые радиологические практики уже используют ИИ, чтобы оптимизировать планирование, используя алгоритмы для прогнозирования и отправки напоминаний потенциальным неявкам.

«Я предпочитаю фразу «дополненный интеллект», потому что ИИ — это инструмент, который может помочь рентгенологам улучшить свою работу».

 – АЛИ ГЕРМАЗИ, доктор медицинских наук, доктор медицинских наук, MSC

Барьеры на пути реализации

Хотя неотъемлемой силой ИИ является его способность работать с большими объемами данных, модели ИИ, обученные на конкретных группах населения или оборудовании для визуализации, могут испытывать трудности с обобщением на различные демографические данные или методы визуализации.

«Проблема не столько научная, сколько наличие структурированных данных, которые можно объединить в формате, с которым сможет работать ИИ», — сказал доктор Нолл.

Будущие исследования надеются оптимизировать обобщаемость наборов данных для обучения ИИ.

Интеграция инструментов искусственного интеллекта с существующими RIS и PACS также может быть сложной из-за проблем совместимости, особенно для изображений, связанных с MSK.

В частности, визуализация MSK включает в себя различные методы, которые генерируют разные типы изображений и форматы данных. Чтобы обеспечить беспрепятственную интеграцию и интерпретацию данных, полученных из этих разнообразных методов, инструменты ИИ требуют усилий по стандартизации. Этим усилиям могут препятствовать различия в форматах данных.  

Кроме того, многие учреждения здравоохранения до сих пор используют устаревшие системы RIS и PACS, которые не были разработаны с учетом интеграции ИИ. Модернизация этих систем для размещения инструментов искусственного интеллекта может быть сложной и дорогостоящей, часто требующей обновления как аппаратного, так и программного обеспечения. Кроме того, существуют проблемы безопасности и конфиденциальности, связанные с обеспечением соответствия алгоритмов ИИ таким правилам, как HIPAA. 

Тем не менее рентгенологи MSK используют инструменты искусственного интеллекта как средство оптимизации ухода за пациентами.

«Я предпочитаю фразу «расширенный интеллект», потому что ИИ — это инструмент, который может помочь рентгенологам улучшить свою работу», — заключил доктор Гермази.

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.