Lokalno.pl wiadomości i aktualności z Twojej okolicy

Nowoczesne narzędzie AI wspiera radiologów w diagnozach medycznych

Naukowcy z AGH w Krakowie opracowali system AI o nazwie Raygenic Rayspad, który wspomaga lekarzy radiologów w analizie obrazów medycznych, zwiększając precyzję i skracając czas diagnozy. System był testowany w Szpitalu Uniwersyteckim w Krakowie.

Nowoczesne narzędzie AI wspiera radiologów w diagnozach medycznych

Innowacyjne wsparcie dla radiologów

W Akademii Górniczo-Hutniczej w Krakowie powstało narzędzie diagnostyczne oparte na sztucznej inteligencji, które wspiera lekarzy radiologów w analizie obrazów medycznych, takich jak tomografia komputerowa czy rezonans magnetyczny. Celem systemu jest przyspieszenie diagnozy oraz zwiększenie jej precyzji poprzez automatyczną detekcję i pomiary zmian patologicznych.

Testy kliniczne i funkcjonalności Raygenic Rayspad

Kierownik projektu, prof. Zbisław Tabor z Katedry Biocybernetyki i Inżynierii Biomedycznej AGH, poinformował, że system był testowany przez blisko pół roku w Szpitalu Uniwersyteckim w Krakowie. W trakcie pilotażu lekarze opisali niemal sto badań obrazowych, a algorytmy AI wykonywały automatyczną segmentację i pomiary zmian, które następnie porównywano z analizą ludzką.

Raygenic Rayspad to zaawansowana przeglądarka diagnostyczna wyposażona w algorytmy AI, które generują kluczowe dane istotne dla diagnozy. System ten ma za zadanie redukcję ryzyka przeoczeń oraz wsparcie dla lekarzy w codziennej pracy.

Komfort pracy i niezależność technologiczna

Profesor Tabor podkreślił:

"Naszym celem było stworzenie narzędzia, które realnie będzie wspierało lekarzy w ich codziennej pracy. Dzięki integracji nowoczesnych metod AI z wiedzą kliniczną możemy zapewnić radiologom lepsze warunki pracy oraz system, który przyczynia się do szybszej i dokładniejszej diagnozy pacjentów".

Prof. Rafał Obuchowicz, radiolog biorący udział w testach, opisał narzędzie jako "dodatkowego, niezwykle uważnego asystenta, który analizuje każde zdjęcie i nie przeoczy żadnego szczegółu". Zaznaczył jednak, że pełne wdrożenie wymaga jeszcze dopracowania aspektów technicznych.

Kluczową zaletą systemu jest jego niezależność od sprzętu i lokalizacji. Wykorzystanie chmury pozwala na analizę obrazów pochodzących z różnych urządzeń i szpitali, bez konieczności synchronizacji, a ujednolicony interfejs minimalizuje błędy wynikające z różnic w standardach sprzętowych.

Zespół i perspektywy rozwoju

Projekt powstał dzięki interdyscyplinarnemu zespołowi pod kierunkiem prof. Zbisława Tabora, przy współpracy z prof. Joanną Jaworek-Korjakowską (Centrum Doskonałości Sztucznej Inteligencji AGH) oraz prof. Bartoszem Zielińskim z Uniwersytetu Jagiellońskiego, specjalizującym się w wyjaśnialnej sztucznej inteligencji.

Prof. Jaworek-Korjakowska podkreśliła:

"Jesteśmy przekonani, że przyszłość medycyny to współpraca człowieka z technologią. Nasze narzędzie to dowód na to, że nauka może bezpośrednio wspierać lekarzy - efektywnie, bezpiecznie i z realnym wpływem na zdrowie pacjentów".

Zespół planuje rozszerzać funkcjonalności systemu, aby dodatkowo usprawnić proces diagnostyczny i jeszcze lepiej wspierać lekarzy.

Źródło: bankier.pl