AI a képalkotó diagnosztikában

A Grand View Research elemzése szerint az AI-képességgel rendelkező orvostechnikai eszközök piaca robbanásszerűen növekszik. Különösen látványos a növekedés az AI-alapú orvosi képalkotás területén, amelynek globális piaca 2024-ben 1,36 milliárd dollár volt, és ez 2033-ra 19,8 milliárd dollárra bővülhet. Az AI-alapú rendszerek nemcsak gyorsabbá és pontosabbá teszik a képalkotó vizsgálatokat, hanem új szintre emelik a korai felismerést és a döntéstámogatást is. Vadászi Zoltán orvosbiológiai mérnök, a Humantech Solution Zrt. értékesítési vezetője szerint a mesterséges intelligencia már nem extra funkció – hanem alapkövetelmény.

A képalkotó diagnosztika területén az AI-t ma már nem kiegészítő funkcióként, hanem a modern rendszerek természetes részeként kezelik. Hogyan jelenik ez meg a gyakorlatban?

Ma már az AI a radiológiai rendszerek alapvető működésének része. Több szinten támogatja a munkafolyamatokat: a képfelvételi (acquisition) technológiák javítják a képminőséget, és automatikusan optimalizálják a vizsgálati paramétereket; a diagnosztikai algoritmusok gyorsítják és pontosítják az elváltozások felismerését; míg a leletezést és workflow-t segítő rendszerek támogatják az operátorokat a feladatok elvégzésében, a radiológusokat pedig a vizsgálatok priorizálásában, a riportok egységesítésében és az adatok feldolgozásában.

A Humantech Solution Zrt. a United Imaging Healthcare (UIH) képalkotó rendszereit forgalmazza Magyarországon, telepítettek már rendszert Keszthelyen, Dabason, Karcagon, Sátroaljaújhelyen, Ózdon és Dunaújvárosban. Milyen szerepet kap ezekben a gépekben a mesterséges intelligencia?

A UIH-rendszerek – legyen szó CT-, MR-, PET/CT- vagy röntgenberendezésekről – deep learning alapú képfeldolgozó algoritmusai a döntéstámogatást, a vizsgálati idő lerövidítését, a dózisoptimalizálást és a részletgazdagság növelését szolgálják. A cél, hogy rövidebb vizsgálati idővel több és pontosabb információ jusson a radiológusok kezébe, miközben az operátorok munkáját is hatékonyabbá tesszük a vizsgálattervezés során. Emellett a diagnosztikai modelleket illetően a United Imaging Intelligence (UII) fejlesztései számos klinikai szcenáriót lefednek. 

Az automatizáció mellett a riportkészítésben is megjelenik az AI. Hogyan működik ez a gyakorlatban?

Az úgynevezett AI Assistant modul strukturált riportokat készít, beszédfelismerést és automatikus leletjavaslatokat biztosít. Ez nemcsak gyorsítja a leletezést, hanem számottevően csökkenti a radiológusokra háruló adminisztrációs terheket is. A telepítések során minden esetben site-specifikusan konfiguráljuk a rendszer AI-funkcióit, vagyis a beállításokat az adott vizsgálóhely diagnosztikai profiljához és az ott dolgozó orvosok igényeihez igazítjuk. Fontosnak tartjuk, hogy a mesterséges intelligencia ne külön megvásárolható extra legyen: a Humantech által forgalmazott UIH-rendszerekben az AI-modulok alapfunkcióként érhetők el. Mindez a lokalizált finomhangolással együtt hosszú távon kiszámíthatóbbá és fenntarthatóbbá teszi a rendszerek működtetését a hazai intézmények számára.

Miben nyújtanak előnyt ezek a megoldások a korábbi rendszerekhez képest?

Az AI-alapú radiológiai rendszerek előnye több szinten is megmutatkozik. Először is jelentősen javítják a képalkotás minőségét, miközben segítik a standardizációt. Az AI-vezérelt optimalizáló algoritmusok csökkentik az emberi tényezőből fakadó variabilitást, és olyan egységes képminőséget biztosítanak, amely manuálisan aligha lenne elérhető. Emellett diagnosztikai támogatást is nyújtanak: a deep learning-modellek a vizsgálat korai szakaszában képesek megjelölni a gyanús eltéréseket, ami felgyorsítja a döntéshozatalt.

Ugyanilyen fontos a munkafolyamat-hatékonyság növelése: az automatikus riportkészítés, a beszédfelismerés, a vizsgálatok priorizálása, a nagy nyelvi modellek és a prediktív funkciók mind hozzájárulnak ahhoz, hogy csökkenjen a radiológusokra háruló adminisztratív teher, és több idő maradjon a tényleges diagnosztikai értékelésre.

Vannak konkrét példák, ahol az AI-diagnosztika kimutathatóan javította a pontosságot vagy lerövidítette a döntési időt?

Igen, a különbség sokszor szemmel látható. Ha egymás mellé tesszük az AI- vagy deep learning alapú képjavító algoritmussal készült és az anélküli felvételeket, a minőségbeli eltérés laikus szemmel is egyértelmű. CT esetében így dóziscsökkentést tudunk realizálni úgy, hogy közben a képminőséget viszont emeljük, MR esetében a vizsgálati idő akár 30-40 százalékkal is csökkenthető a képminőség romlása nélkül, és az AI-alapú zajszűrés a kis léziók kimutathatóságát is javítja.
Az AI-tudás mögött komoly információtechnológiai és orvosszakmai kutatási háttér áll. Ez biztosítja, hogy a technológia nemcsak hatékony, hanem megbízható klinikai eszköz is legyen.

Milyen típusú algoritmusok dolgoznak a képalkotó diagnosztikai gépekben? 

A United Imaging Healthcare rendszerei saját fejlesztésű, orvosi célra optimalizált mély neurális hálózatokat használnak. Ezek nem általános modellek, hanem diagnosztikai adatbázisokon tanított, FDA- és CE-minősítéssel rendelkező algoritmusok, amelyek zajcsökkentést, rekonstrukciós gyorsítást, anatómiai felismerést és protokolloptimalizálást végeznek valós időben.
A Humantech portfóliójában szereplő rendszereket ezenfelül többféle AI-megoldás is támogatja: deep learning neurális hálózatok a CT- és MR-képi rekonstrukcióhoz, radiomics-alapú elemzőmotorok a szöveti mintázatok és textúrák értékeléséhez, nagy nyelvi modellek a diagnosztikai narratívák strukturálásához (mint az UII AI Assistant), valamint supervised learning algoritmusok az automatizálási feladatokhoz és saját kutatási célú fejlesztésekhez.

Milyen visszajelzéseket kaptak az orvosoktól és radiológusoktól az AI-támogatott rendszerek használatáról?

A visszajelzések egyértelműen pozitívak – mind ergonómiai, mind orvosszakmai szempontból. A fejlesztések során kiemelt figyelmet kapott az intuitív kezelőfelület, amely magas felhasználói élményt biztosít az operátorok és a radiológusok számára is. A felhasználók külön kiemelik, hogy a UIH-rendszerek AI-funkciói nem igényelnek extra lépéseket: az AI „a háttérben dolgozik”, tehát nem terheli meg a munkafolyamatot, sőt jelentős mértékű időt takarít meg. Ez a klinikusok és operátorok részéről a leggyakoribb pozitívum: „a gép okosabb lett, de a munkafolyamatunk nem lett bonyolultabb.” 
Természetesen hangsúlyt fektetünk az applikációs tréningekre is. Ezek a gyakorlatias, „hands-on” oktatások lehetővé teszik, hogy a technológiát az adott intézmény saját működéséhez igazítsuk. A Humantech ehhez magyar nyelvű betanítási és támogatási protokollt biztosít: onsite tréninget, távoli támogatást, protokolloptimalizálást és a felhasználói visszajelzések alapján végzett finomhangolást. Így az AI-modulok nemcsak elérhetők, hanem valódi klinikai értéket is teremtenek.

Hogyan látja az orvosi képalkotás jövőjét az AI-technológiák tükrében?

Az AI- és a deep learning technológia már nem a jövő, hanem a jelen. A Humantech Solution célja, hogy az új magyarországi géptelepítésekben az AI-technológia alapfunkcióként, ne pedig opcionális extra szolgáltatásként jelenjen meg.