پیشرفتهای هوش مصنوعی در رادیولوژی در ۲۰۲۱

در دو سال گذشته در نمایشگاه رادیولوژی آمریکای شمالی (RSNA) نگرش در مورد هوش مصنوعی تغییر کرده است. برنامه های هوش مصنوعی در ابتدا ۱۰۱ سطح داشت و در مورد چگونگی آموزش فناوری هوش مصنوعی برای مرتب کردن عکس‌های سگ‌ها و گربه‌ها بحث می‌کرد. اما در سال ۲۰۲۰، با تأییدیه‌های متعدد FDA برای برنامه‌های مختلف هوش مصنوعی، گفتگوها در RSNA و در سطح صنعت، به سمت پذیرش اعتبار هوش مصنوعی تغییر کرده است. رادیولوژیست ها اکنون می خواهند در مورد اینکه چگونه یک الگوریتم هوش مصنوعی خاص به آنها در صرفه جویی در زمان، تشخیص دقیق تر و کارآمدتر کردن آنها کمک می کند، بحث کنند.

با سطح بالاتری از رشد در هوش مصنوعی و پذیرش گسترده‌تر فناوری، رادیولوژیست‌هایی که از آن استفاده می‌کنند می‌گویند هوش مصنوعی به آنها اطمینان بیشتری در تشخیص‌هایشان می‌دهد .

تاکنون تعداد بی‌شماری از برنامه‌های هوش مصنوعی جدید که تأییدیه‌های نظارتی را از شرکتهای مختلف گرفته اند وجود دارند ولی بزرگترین چالش برای ورود این فناوری به بیمارستان‌ها داشتن یک فرمت و قالب یکپارچه است.

در حال حاضر صدها برنامه کاربردی هوش مصنوعی وجود دارد که طیف گسترده ای از تجزیه و تحلیل، از تجزیه و تحلیل داده ها، بازسازی تصویر، شناسایی بیماری و آناتومی، اندازه گیری های خودکار و تجسم پیشرفته را انجام می دهند. برنامه های کاربردی هوش مصنوعی را می توان به ۲ نوع اساسی تقسیم کرد : هوش مصنوعی برای بهبود گردش کار و هوش مصنوعی برای پشتیبانی تصمیم گیری بالینی، (مانند کمک های تشخیصی..)

در هوش مصنوعی با نگاه به گردش کار، چندین تولیدکننده، از هوش مصنوعی جهت جمع آوری اطلاعات بیمار، معاینات و گزارش‌های قبلی بیمار استفاده کرده تا بتواند آنها را آنالیز کند و رادیولوژیست راحت‌تر از آن اطلاعات استفاده کند. غالباً هوش مصنوعی تنها داده‌ها و اولویت‌های مربوط به یک موضوع خاص را بر اساس پروتکل تصویربرداری مورد استفاده به کار می برد. یکی از نمونه‌های آن،  هوش مصنوعی زیمنس میباشد که در راستای ورود به امور بالینی،  از یکپارچه سازی هوش مصنوعی زیمنس با PACS برای خودکارسازی اندازه‌گیری‌ها و دیگر کاربردهای پکس بهره برده است.

هوش مصنوعی همچنین به ساده کردن کارهای پیچیده و کاهش زمان مطالعه در تفسیر تصاویر کمک می کند. یکی از نمونه‌های آن در توموسنتز سه بعدی پستان با صدها تصویر است که به سرعت جایگزین ماموگرافی دو بعدی می‌شود که تنها ۴ تصویر تولید می‌کند.

این تولید کنندگان و شرکتها می گویند هوش مصنوعی اینجاست تا بماند. آنها می گویند که در آینده هوش مصنوعی ، برای کمک به بهبود کیفیت تصویر، ساده‌سازی فرآیندهای دستی، بهبود کیفیت تشخیصی، روش‌های جدید برای تجزیه و تحلیل داده‌ها و کمک به گردش کار است که در پس‌زمینه به عنوان بخشی از تعداد رو به رشدی از راه‌حل‌های نرم‌افزاری کار می‌کنند.

چندین برند تولید کننده در RSNA 2020 خاطر نشان کردند که بزرگترین تأثیر هوش مصنوعی در سال‌های آینده، توانایی آن برای افزایش و سرعت بخشیدن به گردش کار رادیولوژیست‌هاست که با وجود تعداد کم آنهادر مقایسه با جمعیت بیماران مسن رو به رشد در سراسر جهان، بسیار کمک کننده است . همچنین در کشورهای در حال توسعه که تعداد بسیار کمی از پزشکان یا متخصصان وجود دارد، کاربردهای فراوانی دارد.

 

0

درباره نویسنده این مطلب

صاحب امتیاز و مدیر مسئول نشریه مدیریت تصویربرداری پزشکی

مطالب مشابه

نوشتن دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.