A modell 97,5%-os pontossággal azonosította a neurológiai betegségeket, és azt is meg tudta határozni, mennyire sürgős ellátásra van szüksége az adott betegnek. A fejlesztők szerint ez az első ilyen jellegű technológia, ami képes lehet átalakítani az agyi képalkotás teljes folyamatát az amerikai egészségügyi rendszerben. Az eredményeket a Nature Biomedical Engineering közölte.

Todd Hollon idegsebész, a tanulmány vezető szerzője: „Ahogy világszerte nő az MRI iránti igény, és ez jelentős terhet ró az orvosokra és az egészségügyi rendszerekre, MI‑modellünk képes lehet csökkenteni ezt a terhet a gyors, pontos információval javítva a diagnózist és a kezelést.”

A rendszer, ami több mint 30 000 MRI‑vizsgálaton bizonyított

Hollon az új technológiát Prima névre keresztelte. A kutatócsoport egy éven át tesztelte a rendszert, több mint 30 000 MRI‑vizsgálat felhasználásával. A Prima több mint 50 különböző radiológiai diagnózis esetében jobban teljesített, mint más fejlett MI‑modellek, és nemcsak felismerte a betegségeket, hanem prioritást is tudott rendelni az esetekhez.

A kutatók kiemelték, stroke vagy agyvérzés esetén a gyors reagálás életet menthet. Hollon szerint a Prima ilyen helyzetekben automatikusan riasztja az egészségügyi szolgáltatókat, így azonnali beavatkozás válik lehetővé – írja a Science Daily.

A rendszer képes a megfelelő szakorvost is értesíteni – például stroke‑neurológust vagy idegsebészt –, és az értékelés közvetlenül a képalkotás után elérhetővé válik.

Yiwei Lyu, a kutatás társszerzője hangsúlyozta: „A pontosság kulcsfontosságú az agyi MRI értelmezésénél, de a gyors átfutási idő kritikus a megfelelő diagnózis és a jobb kimenetel érdekében. Eredményeink azt mutatják, hogy a Prima a folyamat kulcslépéseinél képes javítani a munkafolyamatokat és egyszerűsíteni a klinikai ellátást anélkül, hogy feláldozná a pontosságot.”

Mi teszi különlegessé a Prima rendszert?

A Prima egy úgynevezett vision language model (VLM), ami képeket, videókat és szöveget is képes egyszerre feldolgozni. Bár korábban is alkalmaztak MI‑t MRI‑elemzésre, a Prima sokkal szélesebb adatkörön tanult. A kutatócsoport minden elérhető MRI‑felvételt felhasznált, amelyet a Michigani Egyetem egészségügyi rendszerében digitálisan rögzítettek több mint 200 000 MRI‑vizsgálat, 5,6 millió képalkotási szekvencia, valamint a betegek klinikai előzményei és a vizsgálat indoka.

Samir Harake, a kutatás társszerzője így írta le a rendszert: „A Prima úgy működik, mint egy radiológus: integrálja a beteg kórtörténetét és a képalkotási adatokat, hogy átfogó képet alkosson az egészségi állapotról. Ez lehetővé teszi, hogy a modell széles körű előrejelzési feladatokban is kiemelkedően teljesítsen.”

A radiológushiány és a késedelmes MRI‑eredmények problémájára ad választ

Évente több millió MRI‑vizsgálat készül világszerte, és a kereslet gyorsabban nő, mint a neuroradiológiai kapacitás. Ez késedelmekhez, hibákhoz és túlterheltséghez vezet. Vikas Gulani, a Michigani Egyetem radiológiai tanszékének vezetője szerint: „Akár egy nagy egészségügyi rendszerben kap valaki vizsgálatot, ahol nő a betegszám, akár egy vidéki kórházban, ahol korlátozottak az erőforrások, innovatív technológiákra van szükség a radiológiai szolgáltatásokhoz való hozzáférés javításához. Csapataink olyan csúcstechnológiás megoldást fejlesztettek, amely óriási, skálázható potenciállal rendelkezik.”

A kutatók hangsúlyozzák, hogy a Prima még értékelési fázisban van, de a cél a rendszer továbbfejlesztése, több betegadat és elektronikus kórlap integrálásával. Hollon szerint a Prima olyan lehet az orvosi képalkotásban, mint a generatív MI a hétköznapi feladatokban

„Ahogy az MI‑eszközök segíthetnek egy e‑mail megírásában vagy ajánlások adásában, a Prima társpilótaként működik a képalkotási vizsgálatok értelmezésében.”

Hollon szerint a rendszer „példája annak az átalakító potenciálnak, amely az egészségügyi rendszerek és az MI‑modellek integrációjában rejlik, hogy innováción keresztül javítsuk az egészségügyi ellátást.”