Sztuczna inteligencja w radiologii: rozmowa dla Polskiego Lekarskiego Towarzystwa Radiologicznego

Polskie Lekarskie Towarzystwo Radiologiczne opublikowało na swoim profilu rozmowę, w której wziąłem udział, poświęconą praktycznemu wykorzystaniu sztucznej inteligencji w radiologii. Temat wraca ostatnio w wielu rozmowach z pacjentami i w środowisku lekarskim. Warto więc uporządkować, co sztuczna inteligencja rzeczywiście zmienia w pracy radiologa, a czego zmienić nie może. Poniżej kilka myśli z tej rozmowy, rozwiniętych i uporządkowanych na potrzeby tej strony, przede wszystkim z myślą o pacjentach, którzy zastanawiają się, jak nowe technologie wpływają na dzisiejszą diagnostykę obrazową.

Gdzie sztuczna inteligencja już dziś pomaga radiologowi

Narzędzia oparte na sztucznej inteligencji coraz częściej wspierają radiologów w codziennej pracy, przede wszystkim tam, gdzie trzeba przeanalizować dużą liczbę obrazów albo zwrócić uwagę lekarza na obszar, który wymaga bliższej oceny. Mogą pomagać w wychwytywaniu nieprawidłowości, porządkowaniu danych z badania czy przyspieszaniu niektórych etapów opisu. W niektórych zastosowaniach, na przykład w analizie dużych serii obrazów tomografii komputerowej czy rezonansu magnetycznego, takie narzędzia potrafią wychwycić zmiany, które łatwo przeoczyć przy rutynowym przeglądaniu setek przekrojów. To realne, praktyczne wsparcie, ale wsparcie, a nie samodzielna diagnoza. Ostateczna interpretacja obrazu i decyzja kliniczna zawsze pozostają po stronie lekarza.

Szczególna sytuacja ultrasonografii

Badanie USG różni się od wielu innych metod obrazowych tym, że obraz powstaje na bieżąco, w trakcie badania, a nie jest gotowym zestawem przekrojów wykonanym automatycznie przez aparat. To lekarz wykonujący badanie decyduje, które struktury obejrzeć, pod jakim kątem, z jakim uciskiem głowicy i jak długo obserwować dany obszar. Z tego wynika praktyczna konsekwencja, o której rozmawialiśmy: żaden system sztucznej inteligencji nie może ocenić obrazu, którego lekarz w ogóle nie uzyskał podczas badania. Jeżeli dana struktura nie zostanie prawidłowo uwidoczniona (bo badający zbyt szybko przeszedł do kolejnej okolicy albo przyjął niewłaściwy kąt głowicy), żadne narzędzie analityczne nie odtworzy tej informacji po fakcie. W odróżnieniu od tomografii czy rezonansu, w USG nie da się później „wrócić” do surowych danych i poszukać w nich czegoś, czego lekarz nie zobaczył na żywo.

Rola doświadczenia lekarza

Dlatego w ultrasonografii szczególne znaczenie ma doświadczenie osoby wykonującej badanie. To ona decyduje o przebiegu badania w czasie rzeczywistym, zauważa nietypowy obraz i wie, kiedy poświęcić więcej czasu danej okolicy albo powtórzyć projekcję pod innym kątem. Sztuczna inteligencja może być pomocnym narzędziem na kolejnych etapach pracy z obrazem, ale nie zastępuje tej decyzyjności podczas samego badania. Odpowiedzialność za jego prawidłowe wykonanie i za wynik pozostaje po stronie lekarza. To się nie zmienia niezależnie od tego, jak dobre stają się narzędzia wspierające opis.

Spokojne spojrzenie na rozwój technologii

Rozwój narzędzi opartych na sztucznej inteligencji w radiologii warto traktować spokojnie: jako kolejny etap doskonalenia warsztatu, podobny do wcześniejszych zmian technologicznych w diagnostyce obrazowej, a nie rewolucję zastępującą lekarza. Najwięcej korzyści przynosi tam, gdzie wspiera dobrze wykonane badanie i doświadczenie diagnosty, a nie tam, gdzie miałby je zastępować. Takie podejście (praktyczne, bez nadmiernego entuzjazmu i bez obaw) było też osią naszej rozmowy dla PLTR.

Pełna rozmowa dostępna jest na profilu Polskiego Lekarskiego Towarzystwa Radiologicznego na Facebooku.