Эксперты по ядерной медицине поддерживают использование ИИ для повышения устойчивости практики в этой области, однако говорят, что внедрение потребует тщательного рассмотрения преимуществ и недостатков технологии, согласно статье, опубликованной в журнале Radioography .

Ведущий автор Джефф Карри, доктор философии из Университета Чарльза Стерта в Новом Южном Уэльсе, Австралия, и коллеги из США обсудили потенциал ИИ в рамках того, что они называют «пятью столпами» устойчивости в ядерной медицине (социальными, человеческими, экономическими, экологическими). и экология) и отметил его преимущества и угрозы по каждому компоненту.

«ИИ, цифровые двойники и генеративный ИИ предлагают потенциальные преимущества для устойчивости в ядерной медицине», — написала группа. «Существуют преимущества по каждому из пяти столпов устойчивости, однако рекомендуется соблюдать осторожность».

Авторы отметили, что, хотя их обсуждение в значительной степени опирается на их собственные ранее опубликованные работы, в этой статье они стремились переосмыслить свой опыт и понимание в «важном контексте устойчивого развития».

Искусственный интеллект

Были разработаны алгоритмы искусственного интеллекта, которые могут быстро и автономно реконструировать серийные изображения ПЭТ/КТ, например, у онкологических пациентов, и сравнивать радиомические характеристики во всех временных рядах. Они написали, что это повышает устойчивость по всем пяти направлениям, обеспечивая большую точность и воспроизводимость, обеспечивая более глубокое понимание данных, улучшая результаты лечения пациентов и снижая вычислительную нагрузку на человеческие ресурсы.

Однако некоторые могут утверждать, что взрывное развитие этих инструментов искусственного интеллекта, многие из которых используют технологию облачных вычислений, может отрицательно повлиять на экологическую устойчивость из-за увеличения использования энергии, отметили они.

Цифровые двойники

Группа пишет, что большинство применений цифровых двойников (просто цифровых копий реального объекта) связаны с оптимизацией ведения пациентов и результатов лечения, а также с личностно-ориентированной помощью. Авторы отмечают, что тем самым они способствуют социальной, экологической и экономической устойчивости.

Например, сочетание подходов глубокого обучения и цифровых двойников может позволить точно прогнозировать биораспределение Lu-177 PSMA-617 (Pluvicto) с течением времени на основе диагностических сканирований перед терапией.

Тем не менее, цифровые двойники должны учитывать социальную устойчивость, поскольку они способны либо улучшить социальную асимметрию в здравоохранении, либо усугубить неравенство, и, следовательно, их использование должно соответствовать этическим рамкам, добавили они.

Генеративный ИИ

Генеративный ИИ, такой как ChatGPT, может быть ценным инструментом для медицинских работников или пациентов, позволяющим изучать и расширять свои знания по различным темам, однако как инструмент обучения пациентов он может вводить в заблуждение, сбивать с толку и подрывать социальную основу устойчивости, написали авторы.

Более того, использование ChatGPT-4 (версия по подписке) с DALL-E-3 для интерпретации и генерации изображений может быть интересным вариантом, но еще предстоит пройти путь, прежде чем он станет полезным для обучения, помощи врача или поддержки пациентов. , отметили они.

ChatGPT на базе GPT-4 и с использованием DALL-E-3 попросили создать изображение для учебных целей, демонстрирующее: сканирование костей с помощью ядерной медицины со скелетными метастазами (вверху слева); ишемическая болезнь сердца (вверху справа); ПЭТ-сканирование F-18 ФДГ головного мозга при болезни Альцгеймера (внизу слева); и рентгеновский снимок, показывающий перелом (внизу справа). Они вводят в заблуждение в образовательных целях и для пациентов, которые могут искать информацию. Изображение и подпись любезно предоставлены Radioography .

«Применение генеративного ИИ для таких целей представляет собой серьезную угрозу социальным, экономическим и экологическим основам устойчивости», — написала группа.

Авторы добавляют, что, возможно, лучшее применение генеративного искусственного интеллекта в обеспечении устойчивого развития — это обучение студентов.

«Однако эти передовые технологии, реализованные с осторожностью и в рамках строгих этических рамок, должны вывести ядерную медицину на горизонт и за ее пределы», — заключила группа.

Соавторами Карри были Кристина Хок, доктор медицинских наук, из Калифорнийского университета в Сан-Диего, Калифорния, и Эрик Рорен, доктор медицинских наук, доктор философии из Университета Чарльза Стерта и Медицинского колледжа Бэйлора в Хьюстоне, Техас.

Полная статья доступна здесь .

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