Mennyit spórolna meg az Egyesült Királyság egészségügyi rendszere a következőkre épülő rendszer bevezetésével:
Az Ultromics, a mesterséges intelligencián alapuló diagnosztikai rendszer, ben alakult ki John Radcliffe kórház Oxfordban, képes olvasni, elemezni és értelmezni a szív- és érrendszeri betegségekre vonatkozó szívképalkotó vizsgálatokat. Nagyon nagy pontossággal (kb. 90%) bizonyult a diagnózis felállításában, és nagyon nagy érzékenységgel rendelkezik, amikor a beolvasások összes részletét elemezni kell.
Ezen a mesterséges intelligencia rendszeren keresztül a Nemzeti Egészségügyi Szolgálat (NHS) évente több mint 300 millió fontot spórolhat meg. Sőt, gyors és helyes diagnózis esetén a betegek már nem mennének át olyan műtéten, amelyre nincs szükségük.
"Az NHS mintegy 2,2 milliárd fontot költ patológiai szolgáltatásokra. Ez több mint 50% -kal csökkenthető. A mesterséges intelligencia mentheti meg az NHS-t. " - Sir John Bell, Orvosprofesszor, Oxfordi Egyetem
Hogyan működik az Ultromics?
Még a legjobb orvosok is tévednek az 5 eset egyikében. Évente 60 000 szív ultrahangvizsgálatot végeznek, amelyek közül több mint 12 000-et tévesen diagnosztizálnak. Ez körülbelül 600 millió font költséget jelent az Országos Egészségügyi Szolgálat számára, a felesleges műtétekre és a szívinfarktuson átesett emberek kezelésére szánt pénzből, bár hajlamukat nem sikerült kimutatni.
A rendszert azért hozták létre, hogy segítse és egyben megkönnyítse a kardiológusok munkáját a diagnózis felállításában. Az Ultromics elemzi a szívvizsgálat minden részletét, olyan részleteket, amelyeket az orvosok néha nehezen észlelnek, majd ajánlást kínál. Ha ez az ajánlás pozitív, akkor a betegnek nagyon magas a szívinfarktusának kockázata.
"Kardiológusként elfogadjuk, hogy nincs mindig igazunk. De most biztosak vagyunk benne, hogy ez még jobb is lehet. " Mondja Prof. Paul Leeson, kardiológus, aki segített a rendszer fejlesztésében.
Az Ultromics számos klinikai vizsgálaton ment keresztül hat kardiológiai egységben. A belőlük kapott eredményeket 2018 folyamán kell közzétenni, azonnal azt követően, hogy a szakértők ellenőrzik őket. Eddig arról szolgáltak információk, hogy a rendszer sokkal jobban teljesítene, mint az orvosok.
A diagnózisban használt egyéb rendszerek, mesterséges intelligencia alapján
A tüdőrák kimutatása
Az Optellum kifejlesztett egy ilyen rendszert a tüdőrák korai felismerésére. Nagyrészt arra összpontosít a csomók azonosítása, olyan képződmények, amelyek nem jellemezhetők egyetlen vizsgálattal az orvosok részéről, és több kiegészítő vizsgálatot igényelnek.
A rendszeren átesett klinikai vizsgálatok megállapították hatékonyságát, valamint annak lehetőségét, hogy megmentse a betegeket a hónapokig tartó szorongástól és félelemtől, valamint az NHS-t az elköltött többletpénzektől.
Dr. Timor Kadir, az Optellum tudományos és technológiai részlegének vezetője azt állítja, hogy a rendszer használata pénzügyi erőforrások megtakarítását eredményezi a rendszer által, olyan erőforrásokat, amelyeket később az ilyen típusú rák szűrésére és megelőzésére lehet irányítani.
Röntgenfelvételek, CT és MRI értelmezése
A Zebra Medical Vision (Zebra-Med) létrehozott egy új orvosi szolgálatot, a Zebra AI1-et, amely mindössze egy dollárért vizsgálja a betegek röntgensugarát. Az eredményeket ezután elküldik a radiológusoknak, hogy megbízható diagnózist hozzanak létre és megkezdjék a kezelési lépéseket.
A szoftver lehetővé teszi CT-k, MRI-k és más hasonló képalkotó vizsgálatok vizsgálatát. Több annàl, automatikusan felismerheti a máj, a tüdő, a szív vagy akár a csontok betegségeit.
További részletek a témában itt találhatók.
Malignus melanoma kimutatása
A Waterloo Egyetem és a Sunnybrook Kutatóintézet egy csapata kifejlesztett egy új típusú orvosi eszközt, amely mesterséges intelligenciát használ a korai stádiumú rosszindulatú melanoma diagnosztizálására.
A kutatók az eszköz mesterséges intelligenciáját (AI) "megmutatják" a melanoma biomarkerek azonosítására több tízezer kép bőrelváltozással és a megfelelő mennyiségű eumelaninnal (a bőr színéért felelős anyag) és a hemoglobin.
További részletek a témában itt találhatók.