Почему искусственный интеллект и ультразвук - отличное сочетание

Вступление

Диагностический ультразвук - это популярный метод визуализации, используемый для различных скрининговых и диагностических процедур, таких как наблюдение за беременностью, скрининг щитовидной железы, оценка кровотока или обнаружение рака груди. Большинство этих обследований проводится высококвалифицированными клиницистами. специализируясь в этих областях. Поскольку ультразвуковой аппарат является очень сложным инструментом, для приобретения надлежащего набора диагностических навыков требуются месяцы или даже годы опыта. Ультразвуковое исследование может занять много времени (до 1 часа) даже у квалифицированных специалистов.

Во многих областях медицины ультразвук все еще используется недостаточно. Мы можем выделить следующие причины такого развития событий:

  • Отсутствие клинического опыта, что упрощает направление пациента на дорогостоящую процедуру КТ или МРТ.
  • Длительное время обследования, что снижает количество пациентов. Это особенно заметно в небольших клиниках и медицинских учреждениях, где другие диагностические процедуры могут быть предпочтительнее визуализации из-за нехватки времени.
  • Ультразвуковые изображения могут быть труднее читать по сравнению с рентгеновскими снимками или компьютерной томографией из-за собственного шума (пятен) и пониженной контрастности.

В качестве примера недоиспользования рассмотрим лекарственные препараты на месте (у постели больного). Процедуры в этой области часто выполняются менее квалифицированными врачами, а также медсестрами. Поэтому специализированное ультразвуковое обучение мало. Более того, поскольку время является решающей переменной в этой области (медицина по месту лечения часто занимается острыми проблемами), обследования должны быть как можно короче. Когда дело доходит до скорости, визуализация - не лучший инструмент.

Недавно алгоритмы ИИ заявили об очень хорошей производительности в диагностике различных заболеваний по медицинским изображениям, иногда даже превосходя показатели человеческого уровня. Хотя большинство этих исследований сосредоточено на КТ или МРТ, анализ ультразвуковых изображений с использованием ИИ также изучался довольно широко. С другой стороны, трудно представить, что ИИ полностью заменит людей для диагностической процедуры в ближайшее время. Это еще более верно в отношении ультразвука, поскольку оператор должен вручную сканировать пациента. Вместо этого изучение того, как ИИ может упростить жизнь клиницистам, сохраняя при этом конечную ответственность за диагностику с экспертом-человеком, может быть более ценным в краткосрочной перспективе.

В этой статье я сначала объясню, как обычно проходит ультразвуковое исследование. Во второй части я сосредоточусь на том, где ИИ может вмешаться, чтобы улучшить качество и эффективность процедуры. Наконец, я попытаюсь сделать несколько прогнозов о том, насколько быстро может произойти революция ультразвукового искусственного интеллекта.

Анатомия ультразвукового исследования

По сути, ультразвуковое исследование состоит из следующих частей:

  • Пациент входит в комнату сканирования.
  • Врач подготавливает ультразвуковой аппарат и регулирует настройки для предстоящего обследования (ультразвуковой датчик, предварительная настройка сканирования).
  • Могут потребоваться дополнительные настройки для конкретного пациента.
  • Врач находит соответствующую анатомию (-и), перемещая зонд в правильное (-ые) место (-а).
  • Врач отмечает важные ориентиры и проводит измерения.
  • Врач сохраняет снимки экрана и переходит к следующей анатомии или завершает текущий экзамен.
  • Врач просматривает снимки экрана и ставит окончательный диагноз.

Поскольку эти действия необходимо выполнять почти на каждом экзамене и они в основном выполняются вручную, есть много возможностей для улучшения рабочего процесса. Кроме того, большинство вышеперечисленных шагов состоят из нескольких подэтапов, которые необходимо выполнять повторно (например, выполнение измерения состоит из выбора инструмента измерения в пользовательском интерфейсе, размещения соответствующих измерителей и присвоения имени измерению).

Некоторые шаги, такие как поиск правильного представления, могут быть выполнены очень быстро опытными пользователями, в то время как менее опытные пользователи могут испытывать затруднения. На это также влияет качество изображения инструмента. Поскольку более подготовленные и более опытные пользователи проводят те же обследования, что и менее подготовленные, качество обследования и, следовательно, диагноз могут сильно различаться.

Как ИИ может помочь

Где в ультразвуковом исследовании мы можем добавить немного магии искусственного интеллекта?

Давайте посмотрим на список, который мы собрали в предыдущем разделе, и проанализируем его:

  • При подготовке к обследованию и выборе ультразвукового датчика и предустановки вы ничего не можете улучшить, поэтому мы оставим этот шаг нетронутым.
  • Однако дополнительные настройки для конкретного пациента можно выполнить с помощью искусственного интеллекта. Хотя это еще не нашло широкого распространения в УЗИ, компания ContextVision уже предлагает улучшение изображения на основе искусственного интеллекта для рентгенографии (https://www.contextvision.com/products/radiography/).
  • Поиск соответствующей анатомии - одна из самых сложных задач для неопытных операторов. К сожалению, полностью автоматизировать этот шаг сложно, так как он связан с перемещением самого датчика. Однако AI может помочь с навигацией: например, одобренный FDA инструмент Caption Guidance может помочь пользователю получить стандартные изображения сердца. Аналогичное решение разработано компанией Интеллектуальный Ультразвук. Дополнительная возможность предоставляется за счет использования трехмерного ультразвука: хотя качество изображения участков полученного трехмерного объема обычно ниже, чем у двухмерного ультразвука, этого часто бывает достаточно для точной диагностики. Инструмент SonoCNS, разработанный GE Healthcare для распознавания плоскостей на основе искусственного интеллекта в мозге плода, обеспечивает такую ​​функциональность.

  • Создание аннотаций и измерений также может быть значительно упрощено (а иногда и полностью автоматизировано) с помощью ИИ. После обнаружения соответствующих плоскостей SonoCNS может автоматически выполнять некоторые стандартные измерения мозга плода. Также автоматизируются более сложные измерения, связанные со скринингом сердца: Ultromics предлагает автоматический анализ сердца в своем программном обеспечении EchoGo Core (одобрено FDA). EchoGo может рассчитать фракцию выброса левого желудочка, объем левого желудочка и даже сердечную нагрузку. DiA’s LVivo RV обеспечивает полностью автоматизированный анализ правого желудочка сердца (также актуален для пациентов с COVID-19), а их LVivo Bladder обеспечивает автоматические измерения объема мочевого пузыря (также одобренный FDA). PIUR Imaging - первая программа, обеспечивающая анализ каротидных бляшек с помощью искусственного интеллекта, включая объем бляшек, объемный стеноз, медианное значение 3D-шкалы в градациях серого и медианное распределение в градациях серого. Результаты представлены в отчете, как показано ниже.

  • AI также может автоматизировать создание снимков экрана: снимки экрана можно сохранять сразу после выполнения (автоматических) измерений. Кроме того, ИИ может направлять врача на протяжении всего исследования - поскольку он знаком со сканируемыми анатомиями, он знает, что еще предстоит изучить. Как только будут получены все стандартные представления, программное обеспечение может автоматически уведомить врача о завершении исследования.

Когда наступит будущее?

Как уже упоминалось, на рынке появились первые приложения с поддержкой искусственного интеллекта, и они получают все большее распространение, поскольку новые клиницисты все больше полагаются на них. Все ведущие производители ультразвуковых аппаратов, а также несколько стартапов подхватили эту тенденцию и вкладывают значительные средства в это направление. Медицинские облачные решения, особенно в Северной Америке и Азии, находятся на подъеме. Еще один аргумент в пользу ИИ - растущий спрос на пропускную способность пациентов. Этим можно будет управлять только с повышением уровня автоматизации.

С другой стороны, клиницисты по-прежнему несут ответственность за решения, которые они принимают в отношении отдельных пациентов. Поэтому они по понятным причинам скептически относятся к использованию ИИ в своей сфере. Это особенно актуально для высококвалифицированных врачей с многолетним опытом работы. Недавние исследования враждебных атак на нейронные сети действительно не должны заставлять врачей или пациентов чувствовать себя более комфортно. Я думаю, что это изменится, поскольку количество приложений ИИ будет расти, и все больше и больше врачей начнут пользоваться преимуществами технологических усовершенствований. Это, в свою очередь, обеспечит дополнительную обратную связь с разработчиками, подпитывая цикл улучшений.

Я прогнозирую, что к 2030-м годам каждый ультразвуковой аппарат (от низкого до высокого уровня) будет включать в себя некоторый уровень автоматизации искусственного интеллекта, и он будет регулярно использоваться на практике.

Заключение

Основным препятствием для использования ультразвуковой визуализации в клинических условиях, например в местах оказания медицинской помощи, является отсутствие опыта со стороны врачей, а также трудоемкие процедуры сканирования, поэтому предпочтительнее направление к специализированным рентгенологам. для предотвращения ошибочного диагноза и увеличения количества пациентов. ИИ может сыграть большую роль в устранении этого недостатка.

По мере постепенного совершенствования алгоритмов искусственного интеллекта и обработки медицинских изображений они смогут помочь менее опытным пользователям принимать правильные решения, что в конечном итоге повысит качество ухода за пациентом. Кроме того, можно улучшить качество изображения. с помощью таких алгоритмов, как сверхразрешение или интеллектуальное сглаживание, что делает ультразвуковые изображения более подробными и удобными для чтения. Искусственный интеллект также может повысить эффективность, делая ультразвуковые исследования менее болезненными и более прибыльными для врача, чем направление в специализированную радиологическую службу скорой помощи.