Университет Квинсленда (Австралия) и компания Sullivan Nicolaides Pathology (SNP) автоматизировали систему сканирования и последующую аналитику изображений с использованием искусственного интеллекта, которая была протестирована, внедрена и аккредитована для распространения по всему миру.
После завершения десятилетнего исследовательского проекта, пациенты смогут получить более быстрые и точные результаты патологоанатомического обследования. Новая система была аккредитована Национальной ассоциацией испытательных органов (NATA) и призвана изменить медицинскую диагностику.
Профессор UQ по искусственному интеллекту Брайан Ловелл (Brian Lovell) отметил, что эта система значительно улучшила результаты исследований с точки зрения стоимости, качества и скорости. По словам Ловелла, новая технология цифровой обработки патологии позволяет проводить тысячи анализов в день. В некоторых случаях технология может повысить производительность труда патологоанатомов и научных сотрудников в 10 и более раз.
Генеральный директор SNP д-р Майкл Харрисон отметил, что эта технология меняет ситуацию во многих областях здравоохранения. Используя возможности искусственного интеллекта, ученые могут повысить скорость и точность диагностики при работе с цифровыми изображениями.
Профессор Ловелл отмечает, что ранее существовали серьезные проблемы с получением резких, сфокусированных изображений без вмешательства человека. К тому же, цифровые патологоанатомические изображения зачастую в тысячи раз больше, чем обычные цифровые фотографии. Из-за размера микроскопию для диагностики по тканям, крови и другим типам образцов до сих пор невозможно было автоматизировать.
Новый активный сканер, используя анализ изображений на основе искусственного интеллекта, он знает, что и где должен сканировать. Это значительно повышает качество изображения и уменьшает размер файла.
Система интеллектуальна, она понимает, что сканирует, и ищет важные элементы, убеждается, что они находятся в фокусе. Она также находит диагностические клетки и затем меняет объектив или увеличительное стекло. Сканер делает снимки, чтобы патологоанатом, увидев результаты, получил все необходимое для постановки диагноза без необходимости возвращать предметное стекло.
В системе используется искусственный интеллект, который уже при загрузке предметного стекла считывает штрих-код, на котором указано, какие тесты находятся на предметном стекле. После этого микроскоп автоматически настраивается на проведение этих тестов. Например, он может менять объективы для увеличения, менять освещение с флуоресцентного на яркое. Таким образом, на одном и том же приборе можно проводить флуоресцентную микроскопию и микроскопию при ярком свете. Таким образом, каждый слайд может быть разным. В настоящее время эта технология работает с 17 различными тестами, сканируя сотни слайдов в день.
Кроме этого, система позволяет получать второе мнение с помощью дистанционных технологий и значительно улучшает ведение учета и доступ к архивным материалам. Одним из огромных преимуществ является возможность вечного архивирования всех историй болезни. Теперь врачи могут в любой день получить доступ к любому слайду и посмотреть на него еще раз, что хорошо с юридической точки зрения. Это также полезно для понимания болезней, поскольку извлечь записи будет намного проще.
За счет использования штрих-кодов, значительно снижается количество ошибок, в том числе при отборе образцов. Ускоряется процесс – в некоторых случаях можно проводить патологоанатомическое исследование во время операции. В этом случае время играет решающую роль.
Для пациентов преимуществом является более точный и быстрый результат. Также изобретатели рассматривают возможность размещения изображений на листах с результатами патологоанатомического исследования, для того чтобы пациенты могли видеть результаты анализов, а не просто получать текстовый отчет.
По мнению профессора Ловелла, новая технология может оказать огромное влияние на систему здравоохранения. Семьдесят процентов диагнозов в мире ставится на основании патологоанатомических исследований. В течение 50-60 лет эта область практически не менялась, поэтому изменения в сфере патологии улучшит всю систему медицинской помощи.
Диагностический процесс точен, поскольку искусственный интеллект позволяет поддерживать стандартизацию и воспроизводимость результатов, что очень важно, когда речь идет о серьезных заболеваниях.
Разработчики использовали некоторые запатентованные продукты, которые смогли преобразовать реальные человеческие мысли в компьютерный алгоритм и решение.
Исследование выполнено при поддержке SNP, двух проектов Австралийского исследовательского совета и стипендии Advance Queensland Fellowship от правительства штата Квинсленд.
Технология победила в категории “Решение для бизнеса и промышленности” на недавнем конкурсе Queensland iAwards и в этом году вышла в финал национального конкурса.
