Sztuczna inteligencja coraz śmielej wkracza w obszar diagnostyki medycznej, a jej potencjał rośnie z każdym rokiem. Najnowszym przykładem jest nowatorska aplikacja AI, która już wkrótce może zrewolucjonizować sposób wykrywania i klasyfikacji nowotworów endokrynne – trudnych diagnostycznie chorób, atakujących m.in. tarczycę, nadnercza czy przysadkę mózgową.
Z tego artykułu dowiesz się…
- Jak działa nowa aplikacja AI diagnozująca nowotwory endokrynologiczne.
- Na jakich danych i algorytmach oparto jej skuteczność.
- Jakie korzyści niesie dla lekarzy i pacjentów na całym świecie.
- Dlaczego technologia ta może zniwelować nierówności w dostępie do diagnostyki.
Aplikacja AI zaprezentowana na ENDO 2025
Nowe narzędzie zostanie oficjalnie zaprezentowane podczas konferencji ENDO 2025, organizowanej przez Endocrine Society w San Francisco. Twórcy aplikacji – zespół badawczy z University of Texas Health Science Center w Houston – zapowiadają, że ich rozwiązanie będzie dostępne na zwykłych urządzeniach z dostępem do internetu, takich jak smartfony, co oznacza realny przełom w dostępności zaawansowanej diagnostyki onkologicznej.
Dzięki demokratyzacji dostępu do zaawansowanej diagnostyki, ta innowacja w dziedzinie sztucznej inteligencji oznacza zmianę paradygmatu w opiece onkologicznej, dając nadzieję na wcześniejsze wykrywanie, bardziej precyzyjne leczenie i lepsze przeżycie pacjentów z nowotworami endokrynnymi – powiedział główny mentor projektu, dr Elangovan Krishnan z AIM Doctor.
Jak działa aplikacja?
Aplikacja wykorzystuje zaawansowane architektury głębokiego uczenia, takie jak EfficientNet i ResNet. Umożliwia to analizę różnorodnych danych medycznych, w tym:
- obrazów z tomografii komputerowej (TK),
- rezonansu magnetycznego (MRI),
- ultrasonografii (USG),
- zdjęć histopatologicznych.
Tak kompleksowe podejście pozwala na skuteczne wykrywanie i ocenę stadium nowotworów endokrynologicznych. Co istotne, aplikacja przetwarza obraz w czasie krótszym niż jedna sekunda – nawet na urządzeniach o ograniczonych zasobach obliczeniowych. Według Jansi Rani Sethuraj z University of Texas, dokładność diagnostyczna aplikacji przekroczyła 99% w wielu zestawach danych walidacyjnych.
Walidacja globalna i potencjał wdrożenia
W procesie tworzenia aplikacji wykorzystano zanonimizowane zestawy danych obrazowych z sześciu kontynentów. Dwa kluczowe nazwiska związane z projektem – Ramya Elangovan i Kavin Elangovan z AIM Doctor – odpowiadały za selekcję danych, a całość była weryfikowana przez specjalistów z różnych instytucji medycznych na świecie. Dzięki temu narzędzie nie tylko charakteryzuje się wysoką skutecznością, ale także wykazuje potencjał wdrożenia w różnorodnych środowiskach klinicznych – od nowoczesnych szpitali po placówki z ograniczonym dostępem do zasobów.
Zmniejszenie błędów i szybsze decyzje terapeutyczne
Zastosowanie tej aplikacji może znacząco ograniczyć liczbę błędów diagnostycznych oraz przyspieszyć podejmowanie decyzji terapeutycznych. Jest to szczególnie ważne w przypadku nowotworów endokrynnych, które ze względu na złożony profil hormonalny bywają trudne do jednoznacznego rozpoznania na wczesnym etapie. Narzędzie może wspomóc lekarzy rodzinnych i innych specjalistów w szybszym kierowaniu pacjentów do odpowiedniego leczenia, co może poprawić rokowania i wydłużyć życie chorych.
Aplikacja, która wyrównuje szanse
Jak podkreślają twórcy, aplikacja może odegrać kluczową rolę w zmniejszaniu nierówności w dostępie do opieki zdrowotnej.
Ta oparta na sztucznej inteligencji aplikacja może zapewnić szybką, niezawodną i niedrogą diagnostykę nowotworów endokrynnych każdemu, gdziekolwiek się znajduje, pomagając w ten sposób zniwelować luki w opiece onkologicznej i zwiększyć równość w dostępie do opieki zdrowotnej na całym świecie – zaznacza Elangovan Krishnan.
Główne wnioski
- Nowa aplikacja AI analizuje obrazy TK, MRI, USG i histopatologię z dokładnością ponad 99%.
- Oparta na EfficientNet i ResNet, działa szybko i na urządzeniach mobilnych.
- Zanonimizowane dane z 6 kontynentów zapewniły wysoką reprezentatywność modeli.
- Możliwość wdrożenia globalnego – szczególnie w regionach o ograniczonym dostępie do onkologów.
Źródła:
- The Endocrine Society
- University of Texas Health Science Center w Houston
