Skip to main content
Ova se stranica prikazuje pomoću automatiziranog prijevoda. Umjesto toga, pogledaj na engleskom?

AI podrška medicinskim stručnjacima

Gerardo Hermosillo Valadez | Siemensovi izumitelji godine | Životno djelo

Tehnologije snimanja poput rendgenskih zraka, CT skeniranja i MRI pomažu liječnicima desetljećima dajući im detaljne slike kostiju i struktura tkiva unutar pacijentovog tijela. "Sve ove tehnologije pružaju nam podatke o slici koji su korisni samo kod dijagnoze ako se mogu ispravno protumačiti. Na primjer, netko mora shvatiti da fina linija na rendgenskoj slici pokazuje da je kost slomljena ili primijetiti neobičnu masu u velikoj količini podataka iz MRI skeniranja", kaže Gerardo Hermosillo Valadez iz tvrtke Siemens Healthineers (SHS), izumitelj godine 2024. u kategoriji Lifetime Achievement. "Moj odjel radi na procesima umjetne inteligencije koji mogu tumačiti medicinske slike i na taj način olakšati i podržati medicinsko osoblje."

Tumačenje slike s umjetnom inteligencijom

A man in a suit and tie is standing in front of a building with a large window.

Gerardo Hermosillo Valadez izumitelj godine 2024.: Njegov izum razvija anatomsku inteligenciju

Ljudi su obično vrlo dobri u uočavanju stvari na slikama. Na primjer, većini ljudi će lako prepoznati kralježnicu na rendgenskim slikama - čak i ako se slike jako razlikuju zbog različitih položaja pacijenta, različitih kutova iz kojih se slika snima, velikih ili malih kostiju ili zdravih naspram deformiranih bodlji. Računala to mogu učiniti samo pomoću umjetne inteligencije - uz duboko učenje - i samo ako su obučena s mnogo odgovarajućih uzoraka. "Ovako umjetna inteligencija može razviti anatomsku inteligenciju tako da može pronaći svoj put kroz medicinske slike i pravilno kategorizirati različite kosti, organe i tkiva", kaže Gerado. "Na isti način, AI može naučiti razlikovati normalno i abnormalno tkivo."

Inovacije koje oblikuju cijeli SHS asortiman proizvoda

Postoji mnogo različitih aplikacija za prepoznavanje slika vođenih umjetnom inteligencijom u svakodnevnom životu u bolnicama i liječničkim ordinacijama: na primjer, sustav može naučiti prikazivati ispravne podatke o slici kao odgovor na upute poput "Prikaži desnu lopaticu". Također može pružiti automatiziranu podršku za radiološke preglede koji određuju kada je ubrizgano kontrastno sredstvo stiglo do organa koji se ispituje i analizirati podatke o slici za moguće patogene promjene. Mnoge inovacije koje je Gerardo vodio sveprisutne su u cijelom ASortimanu SHS proizvoda.

Različite strategije učenja AI

"Umjetna inteligencija je dobra samo koliko i podaci s kojima je obučena", naglašava Gerardo. "Da bismo prepoznali tumore na MRI slici, moralo je prvo naučiti iz tisuća slika zdravih i bolesnih ljudi koje smo mu stavili na raspolaganje." Postoje tri osnovna pristupa obuci umjetne inteligencije: nadzirano učenje, slabo nadzirano učenje i učenje pod nadzorom. U nadziranom učenju, AI dobiva precizne informacije za svaki skup podataka: na primjer, "Postoji tumor u gornjem desnom kutu slike." U slabo nadziranom učenju dano je samo nekoliko informativnih oznaka: na primjer, tumor ili bez tumora. U samonadziranom učenju podaci uopće nemaju oznake, a AI uči samostalno: na primjer, skrivanjem dijelova iz postojećih uzoraka slika i "nagađanjem" kako izgledaju.

Person in black shirt standing against white wall, holding a dark object with blurred background.

Njegov izum oblikuje cijeli asortiman proizvoda Siemens Healthineers

Serious man in black shirt with tattoo standing against white wall, partially illuminated from right side

Umjetna inteligencija može naučiti pronaći svoj put kroz medicinske slike i ispravno ih kategorizirati.

Gotovo jednako pametan kao atlas anatomije

Nadzirano učenje najbrži je i najučinkovitiji način za AI učenje, ali dugotrajno je i skupo dobiti dovoljno podataka o obuci koji uzimaju u obzir sve relevantne aspekte. Samonadzirano učenje zahtijeva najviše vremena za učenje, ali AI može raditi samostalno bez skupog označavanja podataka. "Nedavno smo se koncentrirali na najnovije tehnike samonadziranog učenja, tehnike poput onih koje koristi ChatGPT", kaže Gerardo. "To nam je dalo značajan poticaj, posebno u području anatomijske inteligencije. Naš AI je sada gotovo jednako pametan kao atlas anatomije. Može razlikovati oko 200 različitih orijentira (dijelova tijela) i locirati ih u slikovnom materijalu.