AI hjälper läkare att revolutionera sjukvården

13 maj 2019

AI (Artificiell Intelligens) når allt längre och bredare i samhället och in i våra liv. Tack vare teorin bakom djupa neurala nätverk och exponentiellt växande datorkraft blir områden som bildigenkänning mer och mer tillförlitliga. Ett av de många tillämpningsområden som finns är inom sjukvården.

Miljoner av digitala bilder lagras inom vården, och antalet bilder växer i takt med att magnetkameraundersökningar (MR) och skiktröntgen (CT) blir bättre på att fånga mindre och mindre beståndsdelar av kroppen. Experter inom radiologi ser därför en betydande framtida potential med AI.

 

97% av medicinsk bilddata är inte analyserad

90% av den data som lagras på sjukhus kommer från medicinsk bildbehandling. Samtidigt räknar man med att 97% av datat inte analyseras.

 

Med hänsyn till all data som finns är det omöjligt för en läkare att få en aggregerad bild av all information som finns gömd i medicinska bilder. Ett rätt skapat program för bildigenkänning har möjlighet att ta in väldigt stora delar av denna information och nyttja för att förbättra dagens sjukvård. Tack vare denna egenskap utnämnde Forbes redan 2016 bildigenkänning som en av fem teknologier som kommer revolutionera sjukvården före 2020. 

 

Exempel på tillämpningsområden för bildigenkänning inom sjukvården

Tillämpningsområdena för bildigenkänning inom sjukvården är många. Det kan användas för att tidigare upptäcka, bättre prioritera och säkrare diagnostisera ett brett spektrum av olika sjukdomar.

 

Ett av de områden där det finns stor potential och där omfattande utveckling och forskning redan pågår är malignt melanom, en aggressiv form av hudcancer. Många patienter besöker vårdcentraler för att få sina födelsemärken undersökta, vilket kräver tid och resurser. Vidare krävs mycket erfarenhet för att säkert kunna bedöma ett födelsemärke. På många vårdcentraler tas därför foton som skickas vidare för en extern granskning på hudkliniker, något som skapar dubbelarbete. För hudläkare kan det vara svårt att prioritera vilka patienter som behöver akut behandling och vilka som kan vänta på åtgärd. Detta blir viktigt eftersom att ställa en tidig diagnos är avgörande för patientens överlevnad.

 

Tidigare i år kunde en internationell forskargrupp presentera en AI som var bättre på att upptäcka malignt melanom än en grupp erfarna hudläkare. Forskarna hade tränat sin AI på mer än 100 000 bilder föreställandes malignt melanom blandat med godartade hudförändringar. AI:n hittade 95 % av malignt melanom, hudläkarna endast 86 %. Detta är bara ett exempel på hur bildigenkänning börjar användas inom vården.

 

Framtiden för bildigenkänning

Ett neuralt nätverk kan gå igenom ett oändligt antal bilder och tränas för att hitta djupt liggande egenskaper och mönster i dessa. Redan år 2015 lyckades det vinnande bidraget under den världsledande tävlingen i bildigenkänning, ILSVRC (ImageNet Large Scale Visual Recognition Challenge) prestera bättre än det mänskliga felet på 5%. I grafen nedan synliggörs varje års vinnarbidrags klassificeringsfel. Ur denna kan följande ses: dagens bildigenkänning är mer felfri än människan på att klassificera bilder och tekniken blir allt bättre. 

 

Modeller för bildigenkänning

Att bygga en modell för bildigenkänning är både komplext och tidskrävande. Däremot finns det många färdiga lösningar på marknaden som tillhandahålls som API. Bland dessa hittar vi Googles Cloud Vision API, SAS Event Stream Processing och Microsoft Azure med sitt Computer Vision API. Företag och organisationer kan utgå från byggstenar som används i dessa API:er för att sedan bygga vidare på dem och anpassa det efter sina behov för att skapa affärsvärde.

 

Än så länge är användandet inom vården mest på pilot- och experimentnivå, men framtiden för bildigenkänning inom vården ser ljus ut. Vill du veta mer om bildigenkänning inom sjukvården eller inom andra tillämpningsområden? Kontakta Camilla Arenhäll, ansvarig för bildigenkänning på Forefront.

 

Av: Gustav Forslid och Josefin Lundquist, Forefront Consulting

Bildkälla

 

Nästa nyhet

Forefront fortsätter samarbetet med King

6 maj 2019