mesterséges intelligencia hamarabb felfedezi a rákos elváltozásokat.
A mesterséges intelligencia a CT-, MRI-, röntgenfelvételeken hamarabb felfedezi a rosszindulatú elváltozásokat, mint a tapasztalt szakorvos. A beszédfelismerő pedig képes az orvos és a beteg szavai alapján leiratozni a panaszokat. „Sokan attól félnek, hogy a technológia a munkájukat veszi el, pedig az alkalmazása növeli a hatékonyságot, és időt takarít meg az orvosnak – mondta az AI orvostechnológiai szoftvereket alkalmazó cég, az eRAD, BELUX ügyvezető igazgatója, Benes Edvárd az MCC Egészségfejlesztési Konferenciáján.
Az egészségügyben és a jogi területen dolgozó szakemberek naponta legalább két órát diktálnak. Egy orvos egy évben 7,2 millió szót dokumentál, munkaideje 43 százalékát tölti ezzel. Az angolszáz országok felmérése szerint a kiégésre nem is a sok páciens miatt kerül sor, hanem a rengeteg dokumentáció következtében.------
Beszédfelismerő műtéti napló
A mesterségesintelligencia-alapú szoftver, a Global Speach beszédfelismerő háromszor gyorsabban gépel, mint amire az ember képes. Egy perc alatt 120 szót tud diktálni egy felhasználó, de csak 40-et tud gépelni.
Mikor különböző motorok után kerestünk a nagyvilágban, olyan visszajelzéseket kaptunk, hogy mivel a magyar ragozó nyelv, lehetetlen megoldani a leiratozását. A Magyar Tudományos Akadémia lingvisztikai tanszékétől kértünk ehhez algoritmust, kiderült, hogy a szabály alól hétezer kivétel van.
„A technológiát cégünk alapításával egy időben 2005-ben kezdtük fejleszteni. Ma már ott van az amerikai, sőt a magyar kórházakban is” – ismertette az eRAD ügyvezetője.
Beszédfelismerő rendszerüket Magyarországon a radiológusok 85 százaléka, 1040-ből 900-an, a patológusok 30 százaléka használja. Benes Edvárd elmondta, hogy itthon az Egészséges Budapest program keretében pont a Covid-járvány idején, 2019–2020-ban vezették be a műtétinapló-programjukat, a beszédfelismerő alkalmazását a kötelező maszkviselés kissé nehézkessé tette, de sikeresnek mondható. Az orvosok az operáció után az orvosi szobából diktáltak a gépnek, amely az előzményekből tanulva javítja a szavakat, és felhasználja a korábbi paneleket, ez a dokumentáció bekerül a kórházi információs rendszerbe, ami a felhőben megjelenik az EESZT-ben. -----------Hamarabb megtalálja az elváltozásokat.
A RadNet az elmúlt években AI-divíziót hozott létre, megvett 3 mesterségesintelligenciaszoftver-gyártó céget, az egyik ezek közül a Deep Health, a Harvard- és MIT-spinoff, ami a mammográfiai szűrőprogramban vesz részt. A második a rotterdami Aidence, ami a hazai Hunchest-program részeként is végez tüdőszűrést, a harmadik pedig a prosztatadiagnosztikában használt Quantib, ami MR-vizsgálatokat elemez. A cégeket egyenként 45-50 milliárd forintért vették meg.
Az egyik legnagyobb erősségük ezeknek, hogy egy tapasztalt radiológusnál is hamarabb észrevehetik az elváltozásokat. Egy 2021-es mammográfiás felvételen a DeepHealth 4 helyen is kóros eltérést talált, amit a radiológus nem fedezett fel. Ezután megnézték az előzményeket: a 2020-as és a 2019-es leleteken is kiszúrta a mesterséges intelligencia a gyanús elváltozást, miközben a szűrővizsgálatokon az orvosok továbbengedték a beteget.-----A digitális képtároló és -továbbító rendszer, a PACS itthon is működik, be van épülve az EESZT-be. „Az Aidence szoftver a Hunchest-program részeként egy gombnyomásra elemzi a tüdő-CT-vizsgálatokat, ha megtalálja az elváltozásokat, azt jelzi a radiológusnak.
Nincsenek megjegyzések:
Megjegyzés küldése