Ακτινολόγοι του Πανεπιστημίου της Καλιφόρνιας (UCLA) χρησιμοποίησαν ρομποτικό σύστημα οδήγησης αυτοκινήτου, για να βελτιώσουν τη θεραπεία σε ασθενείς, σύμφωνα με έρευνα που παρουσιάστηκε στην ετήσια συνάντηση της Εταιρείας Επεμβατικής Ακτινολογίας.

Οι ερευνητές αξιοποίησαν την τεχνητή νοημοσύνη αιχμής για τη δημιουργία ενός περιβάλλοντος, μέσα στο οποίο ο επεμβατικός ακτινολόγος θα μπορεί να έχει πρόσβαση στη γνώση κλινικών γιατρών.

Αυτό θα τού επιτρέπει να λαμβάνει πληροφορίες σε πραγματικό χρόνο για τον ασθενή, για την επόμενη φάση της θεραπείας ή να ενημερώνεται σχετικά με μια επεμβατική ακτινολογική θεραπεία.

“Έχουμε υποθέσει ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί ως ένα χαμηλού κόστους, αυτοματοποιημένο εργαλείο στην επεμβατική ακτινολογία, ως ένας τρόπος για τη βελτίωση της φροντίδας των ασθενών”, δήλωσε ο εκ των συντακτών της μελέτης, επίκουρος καθηγητής Edward W. Lee.

Ο ερευνητής David Geffen σχολίασε: “Επειδή η τεχνητή νοημοσύνη έχει ήδη ξεκινήσει την αλλαγή σε πολλούς βιομηχανικούς τομείς, έχει μεγάλες δυνατότητες να αλλάξει και την υγειονομική περίθαλψη”.

Σε αυτή την έρευνα, τα βαθιά δίκτυα μάθησης χρησιμοποιήθηκαν για να εξηγήσουν ένα ευρύ φάσμα κλινικών ερωτήσεων. Πρόκειται για μία τεχνολογία εμπνευσμένη από τη λειτουργία του ανθρώπινου εγκεφάλου, όπου τα δίκτυα των τεχνητών νευρώνων αναλύουν μεγάλα σύνολα δεδομένων για να ανακαλύψουν αυτόματα μοτίβα και "μάθουν" χωρίς ανθρώπινη παρέμβαση.

Τα βαθιά δίκτυα μάθησης μπορούν να αναλύσουν πολύπλοκα σύνολα δεδομένων και να παρέχουν σημαντικές γνώσεις σε τομείς όπως η έγκαιρη διάγνωση, ο σχεδιασμός της θεραπείας και η παρακολούθηση της νόσου.

Η έρευνα θα ωφελήσει πολλές ιατρικές ομάδες μέσα στο περιβάλλον του νοσοκομείου να έχουν πιο γρήγορα και πιο εύκολαι πρόσβαση σε πληροφορίες.

Φροντίδα

Οι επεμβατικοί ακτινολόγοι θα ξοδεύουν λιγότερο χρόνο στο τηλέφωνο και περισσότερο χρόνο στη φροντίδα των ασθενών τους. Και, το σημαντικότερο, θα μπορούν να προσφέρουν υψηλότερης ποιότητας περίθαλψη.

Η ομάδα του UCLA ενεργοποιήσετε την εφαρμογή, η οποία μοιάζει με χώρους συζήτησης (online chats), προκειμένου να αναπτύξει ένα θεμέλιο γνώσης. Χρησιμοποίησαν πληροφορίες και δεδομένα από 2.000 περιστατικά.

Μέσα από αυτό το είδος της μάθησης, η εφαρμογή μπορεί αμέσως να παρέχει την καλύτερη απάντηση στο ερώτημα του αιτούντος ιατρού. Αν το εργαλείο προσδιορίσει ότι η απάντηση απαιτεί μια ανθρώπινη αντίδραση, το πρόγραμμα παρέχει τις πληροφορίες επαφής με το συγκεκριμένο πρόσωπο.

Πηγές: SOCIETY OF INTERVENTIONAL RADIOLOGY