NHS Wykorzysta Sztuczną Inteligencję do Wykrywania Złamań w Obliczu Braków Kadrowych

Narodowemu Instytutowi Zdrowia i Opieki Społecznej (Nice) przyznano zgodę na wprowadzenie przez NHS (Narodową Służbę Zdrowia) technologii AI do poprawy wykrywania złamań na rentgenach, jak donosi dzisiaj The Guardian.

Ten przełomowy krok może przynieść korzyści milionom pacjentów na terenie Anglii, oferując skanowanie za pomocą AI za 1 funta, w celu sprawdzenia podejrzanych złamań. Skan AI ma na celu zmniejszenie liczby przeoczonych złamań, co jest częstym problemem w oddziałach ratunkowych, zauważył The Guardian.

Nieodkryte lub późno zdiagnozowane złamania stanowią około 10% przypadków w oddziałach ratunkowych i centrach opieki doraźnej, co czyni je jednym z najczęstszych błędów medycznych, według The Guardian.

Nice stwierdziło, że te przeoczone diagnozy mogą prowadzić do poważnych komplikacji, w tym do obniżonej jakości życia związanej ze zdrowiem, a w niektórych przypadkach, do konsekwencji zmieniających życie lub zagrażających życiu.

Nice zauważa, że NHS poniósł również znaczne koszty w postaci odszkodowań, procesów sądowych i dodatkowych zabiegów z powodu tych błędów. Wobec tych nacisków, AI jest wprowadzane, aby wspierać lekarzy w prawidłowym identyfikowaniu i leczeniu złamań w odpowiednim czasie.

Nice podkreśla źródło problemu, stwierdzając: „Radiolodzy mogą nie mieć czasu na formalne raportowanie z badań rentgenowskich podejrzewanych złamań w oddziale ratunkowym przed postawieniem diagnozy, pozostawiając diagnozę do interpretacji przez mniej specjalistycznego/zdolnego klinicystę z oddziału ratunkowego. To przyczynia się do problemu pominiętych złamań.”

W obliczu wysokiego zapotrzebowania na usługi ratunkowe i braku personelu, wskaźnik pustych etatów dla radiologów wynosi 12,5%, podczas gdy radiolodzy borykają się z 15% niedoborem. Tymczasem liczba pacjentów wymagających badań diagnostycznych wzrosła o ponad 25% w ciągu ostatnich pięciu lat, jak zauważył Nice.

Wprowadzenie sztucznej inteligencji jednak nie ma na celu zastąpienia ludzkiego doświadczenia, ale raczej jego uzupełnienie. Zgodnie z opinią Nice, „Technologia wspomagająca decyzje kliniczne nie jest przeznaczona do samodzielnego diagnozowania, ale do wsparcia interpretacji przez wyszkolonego profesjonalistę.”

Ta współpraca pomiędzy profesjonalistami a sztuczną inteligencją ma na celu redukcję częstości przeoczeń złamań oraz poprawę wyników leczenia pacjentów poprzez zapewnienie szybszych i bardziej dokładnych diagnoz, zauważyła Nice.

Ponadto, mogłoby to pomóc złagodzić obciążenie pracy radiologów, pozwalając im skupić się na bardziej skomplikowanych przypadkach, gdzie ich ekspertyza jest najbardziej potrzebna. Sztuczna inteligencja mogłaby również usprawnić proces diagnostyczny, redukując liczbę wezwań pacjentów na powtórne badania oraz niepotrzebne leczenia, według Nice.

Mark Chapman, dyrektor HealthTech w Nice, powiedział The Guardian, „Te technologie AI są bezpieczne do użytku i mogą wykryć złamania, które ludzie mogą przeoczyć ze względu na presję i wymagania, pod którymi pracują te grupy zawodowe.”

Zastosowanie AI w medycznym obrazowaniu zyskuje na popularności na całym świecie. W zeszłym miesiącu, badacze z MIT ogłosili nowe narzędzie AI o nazwie ScribblePrompt, zaprojektowane do przyspieszenia procesu analizy obrazów medycznych, takich jak rezonans magnetyczny i rentgen.

Ta wiadomość pojawia się po miesiącu, odkąd Szpital NHS Wythenshawe w Manchesterze ogłosił wprowadzenie robotycznego narzędzia do poprawy wczesnego wykrywania raka płuc, co potencjalnie może skrócić czas diagnozy i leczenia o kilka miesięcy.

Ten krok jest częścią szerszego trendu włączania AI do opieki zdrowotnej. Poza wykrywaniem złamań, AI jest stosowane w innych obszarach diagnostyki medycznej.

Ostatnie przykłady obejmują wykorzystanie AI do diagnozowania chorób poprzez analizę obrazu języka i monitorowania postępu choroby Parkinsona.

Potencjał AI w służbie zdrowia staje się coraz bardziej widoczny, oferując rozwiązania mające na celu zarówno poprawę dokładności diagnoz, jak i złagodzenie niektórych nacisków, z jakimi borykają się przeciążone systemy opieki zdrowotnej.