Primjena umjetne inteligencije u svakodnevnom radu znatno doprinosi učinkovitosti rada kliničkih radiologa omogućujući im bržu, precizniju i reproducibilniju interpretaciju medicinskih snimaka te manji utrošak vremena za generiranje nalaza.

Nadalje, integracija umjetne inteligencije u slikovnu dijagnostiku obećava ne samo poboljšanje dijagnostičkih mogućnosti već i mogućnost optimizacije radnih procesa.

Osim neposredne pomoći u interpretaciji medicinskih snimaka i generiranju nalaza, algoritmi umjetne inteligencije omogućuju trijažu radnih lista sa svrhom optimizacije radnog procesa (npr. snimke s većom vjerojatnosti hitnih stanja posebno su označene kako bi se ubrzalo njihovo očitanje).

Primjenom umjetne inteligencije u dijagnostičkoj radiologiji omogućena je automatska provjera kvalitete medicinskih snimaka te postizanje zadovoljavajuće kvalitete medicinskih snimaka uz znatno smanjenje doze zračenja, kraće vrijeme akvizicije medicinskih snimaka i smanjenje potrebne količine kontrastnog sredstva.

Osim toga, algoritmi umjetne inteligencije znatno povećavaju efikasnost rada radioloških zavoda, optimizirajući administrativne i organizacijske zadatke unutar dijagnostičkog procesa. Oni omogućuju automatsko dodjeljivanje termina za pretrage, automatsku provjeru opravdanosti pretraga i odabir protokola, čime se radni proces ubrzava i olakšava, dok se istodobno unapređuje kvaliteta skrbi za bolesnike.

Posljednjih godina sve se više govori o radiomici, novoj kvantitativnoj metodi analize medicinskih snimaka u kojoj umjetna inteligencija ima ključnu ulogu. Radiomika mijenja način dijagnosticiranja različitih bolesti omogućujući dobivanje mnoštva kvantitativnih informacija iz medicinskih snimaka koje su dosada bile izvan naše percepcije. Upravo su te kvantitativne informacije temelj razvoja biomarkera, ključnih elemenata u omogućivanju personalizirane medicinske skrbi.

Prisutnost umjetne inteligencije na Kliničkom zavodu za dijagnostičku i intervencijsku radiologiju Kliničkog bolničkog centra Zagreb jasno pokazuje njezinu važnost u suvremenoj dijagnostici. Na Odjelu za dijagnostiku bolesti dojke, umjetna se inteligencija primjenjuje za procjenu gustoće parenhima dojki, procjenu rizika za razvoj karcinoma dojke i detekciju sumnjivih promjena.

Ostale primjere potražite u novom broju časopisa Mef.hr

Lucija Kovačević, Maja Prutki