En ny studie från University of Warwick har visat att ett AI-system kan analysera röntgenbilder och diagnostisera medicinska problem lika exakt som läkare.
Denna AI, som utvecklats genom ett samarbete mellan Warwick, King's College London och flera NHS-siter, tränades på 2,8 miljoner historiska röntgenbilder av bröstkorgen från över 1,5 miljoner patienter.
Den kan skanna efter 37 möjliga tillstånd och uppvisar lika stor eller större träffsäkerhet än läkare i 94% av fallen (35 av 37 tillstånd). För att säkerställa AI:ns noggrannhet dubbelkollades över 1.400 röntgenbilder som den analyserade av seniora radiologer mot historiska diagnoser.
Det har gjorts många liknande tillämpningar av AI för medicinska skanningar, inklusive CoDoC av Google, vilket minskar arbetsbelastningen för att analysera medicinska skanningar med 66%.
Programvaran som användes i denna nya studieX-Raydar, söker efter potentiella problem omedelbart efter att röntgenbilderna tagits och kvantifierar sannolikheten för varje upptäckt avvikelse.
Den prioriterar akuta tillstånd och hjälper läkare att ställa diagnoser på ett tidseffektivt sätt, vilket är avgörande med tanke på personalbrist och växande väntelistor.
Dr Giovanni Montana, huvudförfattare och professor i datavetenskap vid Warwick, förklarade AI:s potential som ett screeningverktyg eller för att ge "den ultimata second opinion" genom att eliminera mänskliga fel och partiskhet. Han framhöll dess utbildning på miljontals röntgenbilder och dess effektivitet när det gäller opartisk analys.
Professor Vicky Goh vid King's College i London, medförfattare och tidigare ordförande för Royal Society of Radiologists, ser omfattande AI-system som X-Raydar som medicinens framtid och som ett stöd för överbelastade läkare.
AI:n hanterar också effektiviteten i fall där inga avvikelser hittas på röntgenbilderna, vilket utgör ungefär hälften av alla fall.
Genom att identifiera dessa fall gör AI att radiologerna kan fokusera mer på komplexa och kritiska tester.
Detta är särskilt relevant med tanke på bristen på radiologer i Storbritannien, som rapporterats av Royal College of Radiologists, och som orsakar förseningar i behandlingen vid 97% av landets cancerbehandlingscenter.
Programvaran X-Raydar är öppen för icke-kommersiellt bruk för att påskynda forskning och utveckling inom detta område.
Detta ansluter sig till många spännande medicinska tillämpningar av AI, inklusive en modell som hjälpte till att accelerera screeningprocesser för bröstcancer med över 44% och en Googles AI-system utformad för att ge andra utlåtanden till läkare.
NHS har en lång historia av att använda medicinsk AI-teknik tack vare sina samarbeten med DeepMind, inklusive en nyligen genomförd AI-verktyg för diagnos av lungcancer.
