Generatywna AI przełomem w radiologii: szybsze diagnozy, mniejsze opóźnienia
Rewolucja w obrazowaniu: AI z Northwestern przyspiesza pracę radiologów nawet o 80%
System generatywnej sztucznej inteligencji, opracowany wewnętrznie przez Northwestern Medicine, zrewolucjonizował radiologię – zwiększając wydajność pracy, identyfikując stany zagrażające życiu w milisekundach oraz oferując przełomowe rozwiązanie globalnego niedoboru radiologów, jak wykazało duże badanie opublikowane w JAMA Network Open (5 czerwca 2025 r.).
„To – o ile mi wiadomo – pierwszy przypadek zastosowania AI, który w mierzalny sposób zwiększa produktywność, szczególnie w ochronie zdrowia. Nawet w innych dziedzinach rzadko spotyka się wzrost na poziomie 40%” – powiedział dr Mozziyar Etemadi, główny autor badania, adiunkt anestezjologii na Feinberg School of Medicine Uniwersytetu Northwestern oraz inżynierii biomedycznej na McCormick School of Engineering.
W ramach badania system AI został wdrożony w czasie rzeczywistym w 12 szpitalach należących do sieci Northwestern Medicine. Przeanalizowano blisko 24 000 opisów badań radiologicznych w ciągu pięciu miesięcy 2024 roku. Następnie porównano czas tworzenia raportów i dokładność diagnoz z wykorzystaniem narzędzia AI i bez niego.
Skok wydajności o 40% bez utraty jakości
Uzyskano średni wzrost efektywności raportowania badań radiologicznych o 15,5%, a niektórzy radiolodzy osiągali nawet 40% wzrostu – bez obniżenia dokładności diagnoz. Niepublikowane jeszcze dane pokazują nawet 80% wzrosty wydajności w przypadku tomografii komputerowej (CT). Skrócenie czasu pozwoliło na szybsze postawienie diagnozy – szczególnie w sytuacjach nagłych, gdzie każda sekunda ma znaczenie.
Autorzy badania podkreślają, że to pierwszy na świecie generatywny system AI w radiologii, zintegrowany z rzeczywistym przepływem pracy klinicznej. To również pierwszy przypadek narzędzia AI, które wykazało wysoką dokładność i skuteczność w przypadku wszystkich rodzajów badań RTG – od czaszki po stopy.
„To podwoiło naszą wydajność”
W odróżnieniu od wielu obecnych na rynku wąsko wyspecjalizowanych narzędzi AI, które wykrywają jedynie pojedyncze jednostki chorobowe, model Northwestern analizuje całe zdjęcie rentgenowskie lub tomografię komputerową. Następnie generuje spersonalizowany raport, który jest w 95% gotowy do wykorzystania przez radiologa. Raporty te zawierają kluczowe wnioski i służą jako szablon wspomagający diagnozę i plan leczenia.
„Dla mnie i moich kolegów nie jest przesadą stwierdzenie, że to podwoiło naszą wydajność. To ogromna przewaga i realny mnożnik siły roboczej” – powiedział dr Samir Abboud, współautor badania, kierownik radiologii ratunkowej w Northwestern Medicine.
Wczesne wykrywanie stanów zagrożenia życia
System AI wykrywa również w czasie rzeczywistym stany zagrażające życiu, takie jak odma opłucnowa (pęknięcie płuca) – zanim jeszcze radiolog spojrzy na zdjęcie. Model AI generuje raporty dla każdego obrazu, które są analizowane przez narzędzie nadzorujące. Jeśli wykryty zostanie nowy, wymagający natychmiastowej interwencji stan, radiolog otrzymuje natychmiastowe powiadomienie.
„Na oddziale ratunkowym codziennie analizujemy około 100 obrazów i nie wiemy, który z nich może zawierać kluczową diagnozę. To rozwiązanie umożliwia szybsze ustalanie priorytetów – co pozwala na wcześniejsze leczenie pacjentów” – dodał Abboud.
Zespół Northwestern pracuje również nad adaptacją modelu AI do wykrywania wczesnych, często pomijanych lub opóźnionych diagnoz, takich jak wczesne stadium raka płuca.
Autonomiczne, niezależne od gigantów technologicznych
Zamiast dostosowywać wielkoskalowe modele trenowane na danych z Internetu, takie jak ChatGPT, inżynierowie z Northwestern stworzyli własny, lekki i szybki model AI, specjalnie zaprojektowany dla potrzeb radiologii klinicznej. Wykorzystali dane pochodzące wyłącznie z sieci Northwestern Medicine.
„Systemy ochrony zdrowia nie muszą polegać na technologicznych gigantach” – powiedział dr Jonathan Huang, pierwszy autor badania, student medycyny na Feinberg School of Medicine oraz doktor inżynierii biomedycznej.
„Nasze badanie pokazuje, że stworzenie własnych modeli AI jest w zasięgu typowego systemu zdrowotnego, bez konieczności korzystania z drogich, nieprzejrzystych narzędzi firm trzecich. Demokratyzacja dostępu do AI może być kluczem do jej globalnej adaptacji” – dodał Etemadi.
Odpowiedź na globalny kryzys kadrowy w radiologii
Radiologia staje się jednym z największych wąskich gardeł w ochronie zdrowia. Do 2033 roku w samych Stanach Zjednoczonych może brakować nawet 42 000 radiologów, podczas gdy liczba badań obrazowych rośnie o 5% rocznie, a liczba miejsc rezydenckich – zaledwie o 2%.
System AI stworzony przez Northwestern oferuje realne rozwiązanie – pomaga rozładować zaległości i umożliwia dostarczanie wyników w ciągu godzin, a nie dni. Mimo zaawansowania technologii, nie ma mowy o zastąpieniu radiologów.
„Radiolog pozostaje złotym standardem. Medycyna zmienia się nieustannie – pojawiają się nowe leki, urządzenia, rozpoznania – i musimy mieć pewność, że AI nadąża. Naszą rolą jest zapewnienie, że każda interpretacja jest właściwa dla pacjenta” – podkreślił Abboud.
Dwa patenty na technologię zostały już zatwierdzone, kolejne są w trakcie procedowania. Narzędzie znajduje się we wczesnej fazie komercjalizacji.
Źródło: JAMA Network Open
