Eine neue Studie der University of Warwick hat gezeigt, dass ein KI-System Röntgenbilder analysieren und medizinische Probleme genauso genau diagnostizieren kann wie Ärzte.
Diese KI, die im Rahmen einer Zusammenarbeit zwischen Warwick, dem King's College London und mehreren NHS-Standorten entwickelt wurde, wurde anhand von 2,8 Millionen historischen Röntgenbildern von über 1,5 Millionen Patienten trainiert.
Die KI ist in der Lage, 37 mögliche Erkrankungen zu erkennen, wobei sie in 94% der Fälle (35 von 37 Erkrankungen) die gleiche oder eine höhere Genauigkeit als Ärzte aufweist. Um die Genauigkeit der KI zu gewährleisten, wurden über 1.400 Röntgenbilder von erfahrenen Radiologen mit historischen Diagnosen abgeglichen.
Es gab bereits zahlreiche ähnliche Anwendungen von KI für medizinische Scans, einschließlich CoDoC von Googlewodurch sich der Arbeitsaufwand für die Analyse medizinischer Scans um 66% verringert.
Die Software die in dieser jüngsten Studie verwendet wurdenDie Software X-Raydar sucht sofort nach der Aufnahme von Röntgenbildern nach potenziellen Problemen und quantifiziert die Wahrscheinlichkeit jeder festgestellten Anomalie.
Es priorisiert dringende Erkrankungen und hilft den Ärzten bei einer zeiteffizienten Diagnose, was angesichts von Personalmangel und wachsenden Wartelisten von entscheidender Bedeutung ist.
Dr. Giovanni Montana, Hauptautor und Professor für Datenwissenschaften an der Warwick University, erklärte das Potenzial der KI als Screening-Tool oder als "ultimative Zweitmeinung" durch die Eliminierung von menschliches Versagen und Voreingenommenheit. Er hob die Ausbildung an Millionen von Röntgenbildern und die Wirksamkeit der unvoreingenommenen Analyse hervor.
Professor Vicky Goh vom King's College London, Mitautorin und ehemalige Vorsitzende der Royal Society of Radiologists, sieht in umfassenden KI-Systemen wie X-Raydar die Zukunft der Medizin, die überlastete Ärzte unterstützen.
Die künstliche Intelligenz sorgt auch für Effizienz in Fällen, in denen auf Röntgenbildern keine Anomalien gefunden werden, was etwa die Hälfte aller Fälle ausmacht.
Durch die Identifizierung dieser Fälle ermöglicht die KI den Radiologen, sich mehr auf komplexe und kritische Tests zu konzentrieren.
Dies ist besonders wichtig angesichts des Mangels an Radiologen im Vereinigten Königreich, der nach Angaben des Royal College of Radiologists zu Verzögerungen bei der Behandlung in 97% der Krebsbehandlungszentren des Landes führt.
Die X-Raydar-Software wurde für die nichtkommerzielle Nutzung freigegeben, um die Forschung und Entwicklung auf diesem Gebiet zu beschleunigen.
Dies reiht sich ein in zahlreiche spannende medizinische Anwendungen der KI, darunter ein Modell, das zur Beschleunigung der Brustkrebs-Vorsorgeuntersuchungen um über 44% und eine Google AI-System die den Ärzten eine zweite Meinung liefern sollen.
Der NHS kann aufgrund seiner Zusammenarbeit mit DeepMind auf eine lange Erfolgsbilanz beim Einsatz medizinischer KI-Technologien zurückblicken, darunter eine kürzlich durchgeführte AI-Lungenkrebs-Diagnosetool.
