Zbog toga je odlučeno da se obavi kontrola uz pomoć umjetne inteligencije, to jest pomoću Dual-Energy CT-a i Computer Aided Diagnosis (CAD). DECT je mod rada CT-a, a CAD je softver, umjetna inteligencija, koji je tomu pridružen i pomaže radiologu.

Umjetna inteligencija pomaže radiologu

Za razliku od obične kompjuterizirane tomografije, CT-a, koja daje uvid u unutarnje strukture tijela, Dual-Energy, objašnjava profesor Mažuranić, može puno bolje detektirati lezije zahvaljujući prikupljanju podataka iz dviju različitih energija. “Računalni program, umjetna inteligencija, detektira suspektne lezije u plućima i tada radiolog može vidjeti je li lezija maligna ili je samo suspektna.”

Na CT snimkama ponekad neke nekancerogene promjene na plućima izgledaju poput raka, premda to nisu. Profesor Mažuranić pokazao nam je sliku u boji na kojoj je kompjutor ucrtao strelicu prema jednom mjestu na plućima. “Na rendgenskoj ili CT crnoj bijeloj slici ta se točka ne može vidjeti. Nakon što je program otkrio to sumnjivo mjesto, mi smo ga analizirali, ali na sreću pacijenta ona nije bila maligna.”

CT ne može razlikovati je li riječ o upali ili tumoru

Na ekranu sa strane bilo je i puno raznih brojki. “I one su također bitne pri dijagnostici. Prema njima se može izračunati postotak po kojem se može zaključiti je li nešto maligno ili je u pitanju samo upala”, objašnjava profesor Mažuranić, te dodaje da se na CT-u ne može razlikovati je li riječ o jakoj ili slaboj upali ili tumoru.

Nakon terapije ili zahvata, Dual-Energy u kombinaciji s CAD-om uspoređuje više snimaka te pokazuje kako kontrast prolazi kroz pacijenta. “To pomaže radiologu odgovoriti na pitanje jesu li post terapijske ili post operativne promjene u redu, je li u organizmu zaostalo nešto maligno i treba li ponoviti operaciju”, tumači profesor Mažuranić.

I kod, primjerice, procjena plućne embolije, Dual-Energy od iznimne je pomoći. “Na CT-u se mogu vidjeti promjene na velikim krvnim žilama, ali ne i na žilama u periferiji. Za razliku od Dual-Energy koji prati sve krvne žile do periferije.”

CAD je uočio jedva vidljivu suspektnu točkicu

Profesor Mažuranić pokazao nam je na slici jednu suspektnu točkicu. “Program nas je upozorio na nju, a bez CAD-a to ne bismo zamijetili. Program uvijek diže uzbunu, ne može promašiti, a na meni je da onda utvrdim o čemu je riječ. U ovom slučaju utvrđeno je da to nije nodus ili kvržica nego koljeno krvne žile.”

Višestruke su koristi od umjetne inteligencije ili u ovom slučaju CAD (Computer Aided Detection) napominje profesor Mažuranić. “Ona uveliko skraćuje vrijeme pretrage, a da istodobno liječniku ponudi puno više informacija nego prije. No, nalazi se pišu znatno dulje jer u njih morate upisati sve što ste vidjeli, a ne samo odgovoriti na pitanje ima li ili nema karcinoma.”

CAD softver omogućuje praćenje organizma nakon zahvata ili terapije

Profesor Mažuranić ističe da je program CAD senzacionalan uspjeh jer omogućuje pratiti što se događa u organizmu nakon zahvata ili terapije. Svoja saznanja i način postupanja s Dual-Energy i CAD-om profesor Mažuranić predstavio je nedavno na kongresu u Beču. “Prvi puta u svojoj liječničkoj karijeri na jednom velikom kongresu nisam se osjećao inferiorno, što više, uvjerio sam se da smo ravnopravni s najboljima na svijetu, a da smo u nekim stvarima postali čak i bolji.” Odmah nakon njegova izlaganja urednici jednog uglednog svjetskog znanstvenog časopis zamolili su ga da napiše opširan tekst o svojim postignućima.

Nakon što smo se vratili u inženjersku sobu, inženjer Kosmina nam je pokazao ekran na kojem je bila crno bijela slika abdomena. “Kao što vidite stroj prepoznaje jetru, slezenu, desni bubreg, gušteraču, venu…” Vidjevši, međutim, da za razliku od njega ne razabirem baš ništa osim mutne slike, utješio me da i on, koji je naučen svakodnevno proučavati slike, ne može lako uočiti sve detalje.

U suradnji s FER-om razvijaju algoritme

I upravo zbog toga u suradnji s Fakultetom elektrotehnike i računarstva, Zavod za automatiku i računalno inženjerstvo, Domagoj Kosmina i njegovi kolege iz Radiochirurgije, razvijaju algoritme strojnog učenja koji će na rendgenskim snimkama puno jasnije prikazivati organe u abdomenu. Jednostavnije i modernije rečeno razvijaju umjetnu inteligenciju.

Hranimo neuronsku mrežu, objašnjava, s puno obrađenih podataka i na temelju njih ta mreža uči kako bi organi u abdomenu trebali funkcionirati. “To je program umjetne inteligencije koji tijekom pregleda prepoznaje organe koji golom oku, na običnim rendgenskim slikama, nisu vidljivi ni dovoljno jasni”, kaže nam.

Umjetna inteligencija reagira gotovo trenutno

Duboko učenje odnosi se na algoritme koji klasificiraju informacije na način sličan ljudskom mozgu. Alati za duboko učenje koriste “umjetne neuronske mreže” koje oponašaju kako naše moždane stanice primaju, obrađuju i reagiraju na signale iz ostatka tijela. Zbog toga istraživači koriste duboko učenje, vrstu strojnog učenja, u aplikacijama za snimanje raka.

Umjetna inteligencija, kaže, to radi iznimno brzo i praktički u realnom vremenu obrađuje oblik i poziciju organa. Taj program će u budućnosti pomagati u Radiochirurgiji za praćenje gibanja tumora za vrijeme radiokirurgije meta u abdomenu.

Umjetna inteligencija, UI, ili na engleskom artificial intelligence, AI, naziv je za svaki neživi sustav, u ovom slučaju računala, koji ima sposobnost snalaženja u novim situacijama, što nazivamo inteligencijom. Umjetna inteligencija je sposobnost nekog uređaja da oponaša ljudske aktivnosti poput zaključivanja, učenja, planiranja i kreativnosti. Ona omogućuje tehničkim sustavima percipiranje okruženja, uzimanje u obzir onog što vide i rješavanje problema kako bi postigli neki cilj.

Za stvaranje algoritama potrebno je na tisuće studija i snimaka

Kako bi izradili algoritam, znanstvenici moraju stvoriti skup pravila ili uputa koje bi računalo trebalo slijediti kako bi moglo analizirati podatke i donijeti odluku. Za to su potrebne tisuće studija i snimaka magnetske rezonance ljudi koji su imali ili nisu imali rak kako bi se izradio algoritam koji sam uči kako analizirati i interpretirati podatke.

U svaki od tih algoritama, tumači Kosmina, koji se kolokvijalno nazivaju umjetna inteligencija, utiskuje se što je moguće veći broj neobrađenih i obrađenih podataka, na desetine tisuća, kako bi program mogao pronalaziti veze za koje mi ne znamo. On će iz tih sirovih i obrađenih podataka stvarati u algoritam koji će mu pomoći utvrditi što je, a što nije tumor.

“Što je više podataka, to će kvaliteta nalaza biti bolja. Algoritmi nalaze uzročno posljedične veze za koje ni programeri ne znaju. Bitno je, međutim, da program daje informacije koje nisu dostupne ljudskom oku.”

Liječnici koriste AI za otkrivanje raka u što ranijoj fazi

Ideja je projekta Radiochirurgije i FER-a da se uz pomoć umjetne inteligencije ili strojnog učenja, lakše, primjerice, pronađe jetra na rendgenskim snimkama rađenih za vrijeme izvođenja radiokirurškog zahvata. “Ako, naime, znamo točnu poziciju jetre, onda ćemo znati i gdje se tumor, koji je u njoj, nalazi. To je vrlo bitno jer se tumor gotovo nikada ne vidi na rendgenskim slikama. Pogotovo u abdomenu gdje se ne može uočiti u čak 99 posto slučajeva”, objašnjava Kosmina.

Liječnici koriste umjetnu inteligenciju kako bi otkrili rak u što ranijoj fazi, za određivanje stadija tumora, za provjeravanje djeluje li liječenje i je li se rak vratio nakon terapije. Također, kako bi odgovorili na pitanje je li posrijedi rak ili bezopasna kvržica. Studije pokazuju da umjetna inteligencija ima potencijal poboljšati brzinu, točnost i pouzdanost kojom liječnici odgovaraju na ta pitanja.

Kosmina se nada da će AI vidjeti stvari koje ljudi ne mogu

Prof. dr. Hugo Aerts s Harvard Medical School ističe da umjetna inteligencija može automatizirati procjene i zadatke kao i ljudi, ali u puno kraćem vremenu. “Nakon što umjetna inteligencija utvrdi stanje, radiolog jednostavno treba pregledati što je umjetna inteligencija učinila, je li napravila ispravnu procjenu”, zaključuje profesor Aerts.

Znanstvenike najviše veseli potencijal umjetne inteligencije da bude i uspješnija od onoga što ljudi mogu trenutno učiniti sami. Kosmina ističe kako umjetna inteligencija može “vidjeti” stvari koje mi ljudi ne možemo i može pronaći složene obrasce i odnose između vrlo različitih vrsta podataka.

Maligna mjesta pronalaze se brzo i precizno

Osim što prepoznaje tumor koji se ne vidi na rendgenu, prednost umjetne inteligencije je da pronalazi maligna mjesta iznimno brzo i precizno. Inženjer Kosmina napominje da umjetna inteligencija pomaže da se odrede svi rizični organi oko tumora na koje se onda ugrađuju zlatni fiducijali kako ne bi bili nepotrebno ozračeni. “To je jako bitno tijekom terapije jer se tijelo i organi stalno pomiču, pa postoji opasnost da se ozrače organi u blizini tumora. Osim velike brzine i preciznosti, UI omogućuje i veći raspon indikacija.”

Premda je taj istraživački projekt još u razvoju, on već sada, zahvaljujući desetak tisuća podataka koji su uneseni u njega, s 80-postotnom sigurnošću prepoznaje gdje se koji organ nalazi. Obrađena slika s konturama organa i ona prava slika podudaraju se s više od 80 posto pixela, a za jetru čak i do 94 posto što je iznimno dobar rezultat.

Umjetna inteligencija može pomoći iskusnim radiolozima

Inženjer Kosmina kaže da umjetna inteligencija može pomoći manje iskusnim radiolozima. “Ali proizvođači algoritama još dugo neće preuzeti odgovornost za konačne dijagnoze. Kako se svake godine povećava broj podataka i snimaka koji se ubacuju u program, taj dodatni alat pomaže kvalitetnije i ranije dijagnosticiranje i liječenje karcinoma te ubrzava cijeli proces. Ali radiolozi neće ostati bez posla kako su neki predviđali.”

Premda umjetna inteligencija s istom sigurnošću kao i liječnik otkriva tumore, ona nema odgovornost kazati što valja poduzeti, to radi radiolog. Inženjer Kosmina objašnjava kako je to dobar alat za radiologe jer im omogućuje pregledati puno više pacijenata te im pomaže smanjiti potencijalne pogreške. “No ne smije se smetnuti s uma da je to samo alat odnosno program koji ne misli pa ga valja stalno provjeravati”, napominje Kosmina.

Mađarska je jedan od najvećih poligona za testiranje AI

Mađarska je, prema pisanju američkih medija, poput New York Timesa, postala jedan od najvećih poligona za testiranje umjetne inteligencije na pacijentima. U pet bolnica i klinika koje obavljaju više od 35.000 pregleda godišnje umjetna inteligencija pomaže liječnicima u dijagnosticiranju tumora.

Peter Kecskemethy, računalni znanstvenik koji je suosnivač Kheiron Medical Technologies, softverske tvrtke koja razvija UI alate za pomoć radiolozima u otkrivanju ranih znakova raka, objašnjava da radiolozi često provode sate u mračnoj sobi gledajući stotine slika. Zbog toga se ponekad zna dogoditi da propuste neku malu leziju.

Kecskemethy je zajedno sa suradnicima prikupio više od pet milijuna mamografskih snimaka pacijentica čije su dijagnoze već bile poznate, a koje su dostavile klinike u Mađarskoj, Argentini, SAD, EU, Velikoj Britaniji kao i akademske institucije, poput Sveučilišta Emory. Svjetska zdravstvena organizacija objavila je da je 2020. dijagnosticirano 2,3 milijuna karcinoma dojke i 685.000 smrtnih slučajeva od te bolesti.

Mađarski Kheiron ima AI precizan poput ljudskog radiologa

Nakon testa na više od 275.000 slučajeva raka dojke, mađarska softverska tvrtka Kheiron izvijestila je da njen softver umjetne inteligencije odgovara performansama ljudskih radiologa. Ali samo kada djeluju kao drugi čitač mamografskih snimaka. Taj je program smanjio radno opterećenje radiologa za najmanje 30 posto, a tehnologija je povećala stopu otkrivanja raka za 13 posto.

Više od 60 medicinskih uređaja ili algoritama temeljenih na umjetnoj inteligenciji dobilo je već odobrenje za rad američke zdravstvene regulatorne agencije FDA. Nacionalna zdravstvena služba u Škotskoj koristit će umjetnu inteligenciju za otkrivanje raka na šest mjesta, u Engleskoj će se to raditi u 30 klinika. Čak je i Oman, u autobus koji će putovati zemljom, instalirao program umjetne inteligencije koji će tražiti rak dojke.