Μελλοντικά, το σύστημα θα μπορούσε να μειώσει και τις συσσωρευμένες ακτινογραφίες στα νοσοκομεία.
Σύστημα τεχνητής νοημοσυνης μπορεί να αναλύσει ακτινογραφίες θώρακος και να εντοπίσει ασθενείς που θα πρέπει να λάβουν άμεση περίθαλψη, αναφέρουν ερευνητές.
Μελλοντικά, το σύστημα θα μπορούσε να μειώσει και τις συσσωρευμένες ακτινογραφίες στα νοσοκομεία.
Παγκοσμίως οι ακτινογραφίες θώρακος υπολογίζονται σε 40% όλων των διαγνωστικών εργαλείων απεικόνισης και μπορεί να υπάρχουν μεγάλα αποθέματα, σύμφωνα με τους ερευνητές.
Ο Giovanni Montana του University of Warwick δήλωσε ότι τώρα δεν υπάρχουν συστηματικοί και αυτοματοποιημένοι τρόποι να διαχωρίζονται ακτινογραφίες και να τίθενται σε προτεραιότητα αυτές με τα επείγοντα ευρήματα.
Ο Montana χρησιμοποίησε περισσότερες από 470.300 ακτινογραφίες ενηλίκων για την ανάπτυξη συστήματος τεχνητής νοημοσύνης που θα μπορούσε να εντοπίσει ασυνήθιστα αποτελέσματα.
Η απόδοση του συστήματος όσον αφορά την κατάταξη σε προτεραιότητα των ακτινογραφιών αξιολογήθηκε με εξομοίωση χρησιμοποιώντας χωριστό σετ 15,887 ακτινογραφιών.
Το σύστημα ήταν πολύ ακριβές στο διαχωρισμό μη φυσιολογικών από φυσιολογικές ακτινογραφίες.
Εξομοιώσεις έδειξαν ότι με το σύστημα τεχνητής νοημοσύνης, σημαντικά ευρήματα έλαβαν την γνωμάτευση ειδικού εντός 2,7 ημερών σε σύγκριση με 11,2 στην συνήθη πρακτική.
Η έρευνα δημοσιεύτηκε στο περιοδικό Radiology.
Τα αρχικά αποτελέσματα είναι συναρπαστικά, καθώς έδειξαν ότι σύστημα τεχνητής νοημοσύνης μπορεί να εκπαιδευτεί με επιτυχία με χρήση πολύ μεγάλης βάσης δεδομένων ακτινολογικών δεδομένων που αποκτώνται με τρόπο ρουτίνας.
Πηγές: Radiology.
Πηγη:https://www.iatronet.gr