A mesterséges intelligencia hamarabb felfedezi a rákos elváltozásokat

Az egészségügyben és a jogi területen dolgozó szakemberek naponta legalább két órát diktálnak. Egy orvos egy évben 7,2 millió szót dokumentál, munkaideje 43 százalékát tölti ezzel. Az angolszáz országok felmérése szerint a kiégésre nem is a sok páciens miatt kerül sor, hanem a rengeteg dokumentáció következtében. 

Beszédfelismerő műtéti napló

A mesterségesintelligencia-alapú szoftver, a Global Speach beszédfelismerő háromszor gyorsabban gépel, mint amire az ember képes. Egy perc alatt 120 szót tud diktálni egy felhasználó, de csak 40-et tud gépelni.

Mikor különböző motorok után kerestünk a nagyvilágban, olyan visszajelzéseket kaptunk, hogy mivel a magyar ragozó nyelv, lehetetlen megoldani a leiratozását. A Magyar Tudományos Akadémia lingvisztikai tanszékétől kértünk ehhez algoritmust, kiderült, hogy a szabály alól hétezer kivétel van.

„A technológiát cégünk alapításával egy időben 2005-ben kezdtük fejleszteni. Ma már ott van az amerikai, sőt a magyar kórházakban is” – ismertette az eRAD ügyvezetője. 

Beszédfelismerő rendszerüket Magyarországon a radiológusok 85 százaléka, 1040-ből 900-an, a patológusok 30 százaléka használja. Benes Edvárd elmondta, hogy itthon az Egészséges Budapest program keretében pont a Covid-járvány idején, 2019–2020-ban vezették be a műtétinapló-programjukat, a beszédfelismerő alkalmazását a kötelező maszkviselés kissé nehézkessé tette, de sikeresnek mondható. Az orvosok az operáció után az orvosi szobából diktáltak a gépnek, amely az előzményekből tanulva javítja a szavakat, és felhasználja a korábbi paneleket, ez a dokumentáció bekerül a kórházi információs rendszerbe, ami a felhőben megjelenik az EESZT-ben. 

A beszédfelismerő szoftverünket is azért tettük ki privát felhőbe, hogy az összes radiológus egy szótárt fejlesszen, minden egyes szónak van egy statisztikája, és ez folyamatosan erősödik, ezzel tudtuk elérni a 98 százalékos felismerési arányt

– részletezte. Mint az előadás elején elhangzott, az amerikai bíróságokon is használják a technológiát. A jogi területen kezdetben 82 százalékos volt a szófelismerési aránya, miután az összes törvényszék csatlakozott, ez 95 százalék fölé ment. 

Ez egy öntanuló rendszer, amit maguk a felhasználók fejlesztenek folyamatos alkalmazásukkal

– húzta alá. 

Leiratozza a vizitet

Az orvos-páciens kapcsolat jelentősen megváltozott, mióta a híres londoni festő, Luke Fildes 1891-ben megalkotta A doktor című képét. Az előadáson Benes Edvárd szemléltetéskent megmutatta azt a 2011-es gyermekrajzot, ami, mint mondta, Amerika-szerte nagy felháborodást váltott ki. Ezt egy kislány készítette első orvosi vizitjéről: a gyermekorvos tőle távol, háttal az íróasztalánál adminisztrál.

Magyarországon sem jobb a helyzet, átlagban 12 perc jut egy betegre, amiből legalább 5 perc az adminisztrációval telik. Az Egyesült Államokban már működik egy olyan szoftver, ami leiratozni tudja az orvos-beteg kommunikációt, és az így elkészített anamnézist a kórházi információs rendszerben rögzíti. Benes Edvárd elmondása szerint ezt akár egy mobilapplikáción keresztül is lehet használni, ma már olyan jó minőségű a telefonok mikrofonja. 

Szeretnék ezt magyarul is elkészíteni, így a közeljövőben a viziteken az orvos, végig szemkontaktust tartva velünk, a papírmunka helyett végig ránk figyelhet majd 

– jelentette ki a BELUX ügyvezető igazgatója.

A Covid felgyorsította az egészségügyi innovációt

„Az eRecept nagyon jól jött a Covid-járvány alatt, mert anélkül ki tudta váltani a beteg a receptjét, hogy elment volna a háziorvoshoz. Egy hiányosság van még, hogy ugyan a szöveges leleteket látjuk az EESZT-ben, de a képeket nem” – emelte ki Benes Edvárd. Görögországban szintén nem lehet megtekinteni a digitális képeket, itt nemrég egy projektben kiszámolták, hogy 5 év alatt 20 millió euróba kerül azoknak a digitális modalitásoknak a költsége, amiket feleslegesen végeznek el a pácienseken, csak azért, mert nem látják az előzményeket.

Magyar fejlesztés a röntgendigitalizáció

A Budapesten, a Városmajor utcában 1999-ben létrejött eRAD startup kitalálta, hogy az analóg röntgenfelvételeket egyszerű digitalizálni és interneten keresztül biztonságos sávszélességen keresztül a beteg felé továbbítani, mivel a lelet az ő tulajdona. Akkor az Egyesült Államokban ez 14 dollárba került DHL-en keresztül. „Az eRAD-nál úgy gondolták, hogy ezt 7 dollárért is meg lehet oldani, és a páciens akár egy internetkávézóban is meg tudja nézni röntgenfelvételét. Feltörhetetlen a rendszer, ma is ez a világon az egyik legbiztonságosabb teleradiológia. Egyedül a hétdolláros célkitűzést nem tudták megoldani, ugyanis 0,5 dollár volt a maximális költség” – ismertette a cég ügyvezetője a kezdeteket. 

A magyar startupot az amerikai RadNet 2010-ben megvásárolta, ez a cég ma a világ legnagyobb, 359 diagnosztikai központtal működő hálózatának számít. Amerikában a digitális képanyagok előállításának 25 százaléka rajtuk keresztül történik. Magyarországon 3 millió képet dolgoznak fel az eRAD-on belül, a mai napig a Városmajor utcában zajlanak a fejlesztések.  

Hamarabb megtalálja az elváltozásokat

A RadNet az elmúlt években AI-divíziót hozott létre, megvett 3 mesterségesintelligenciaszoftver-gyártó céget, az egyik ezek közül a Deep Health, a Harvard- és MIT-spinoff, ami a mammográfiai szűrőprogramban vesz részt. A második a rotterdami Aidence, ami a hazai Hunchest-program részeként is végez tüdőszűrést, a harmadik pedig a prosztatadiagnosztikában használt Quantib, ami MR-vizsgálatokat elemez. A cégeket egyenként 45-50 milliárd forintért vették meg.

Az egyik legnagyobb erősségük ezeknek, hogy egy tapasztalt radiológusnál is hamarabb észrevehetik az elváltozásokat. Egy 2021-es mammográfiás felvételen a DeepHealth 4 helyen is kóros eltérést talált, amit a radiológus nem fedezett fel. Ezután megnézték az előzményeket: a 2020-as és a 2019-es leleteken is kiszúrta a mesterséges intelligencia a gyanús elváltozást, miközben a szűrővizsgálatokon az orvosok továbbengedték a beteget

– hozta fel példaként a BELUX vezetője.

A digitális képtároló és -továbbító rendszer, a PACS itthon is működik, be van épülve az EESZT-be. „Az Aidence szoftver a Hunchest-program részeként egy gombnyomásra elemzi a tüdő-CT-vizsgálatokat, ha megtalálja az elváltozásokat, azt jelzi a radiológusnak” – ismertette Benes Edvárd. A prosztata-MRI-nél a Quantib működik hasonló elven.

Világviszonylatban megkétszereződött ezen képalkotó vizsgálatok száma, a népesség nő, miközben nem képeznek több orvost. Csak a PACS-rendszerből azt látjuk, hogy évente 15 százalékkal több kép készül a digitális modalitásokból

– jegyezte meg az intelligens radiológiai technológiát működtető vállalat képviselője. 

Itthon ezzel szűrik a stroke-rizikót

Mind a 38 magyarországi stroke-központba bevezették a Barainomix mesterségesintelligencia-szoftvert, ami a beteg koponya-CT-vizsgálatát elemezve egy rizikóbesorolást ad, ha 10-ből 8-as vagy afeletti értéket mutat, akkor a pácienst thrombectomiára, vérrögkimetszésre küldik, amivel meg tudják menteni az életét. „Az egészségügyben országos hálózaton keresztül csak Magyarországon használnak mesterségesintelligencia-szoftvert” – emelte ki. Ezek a centrumok országos lefedettséggel működnek, bárhonnan egy órán belül el lehet érni őket.

Régen 140 perc volt az az idő, ami aközött telt el, hogy a beteg megérkezett, és elhagyta a kórházat, ez 79 perc lett MI-vel. Ha azt nézzük, hogy 1 perc alatt 2 millió idegsejt megy tönkre, nem mindegy, hogy mikor jut a beteg ellátáshoz

– hangsúlyozta Benes Edvárd. 

A Global Dose-zal, azaz a dózisriporttal az európai direktívának megfelelően meg tudják határozni, hogy a CT-, a mammográfia- és a röntgenfelvételeknél mekkora sugárdózis éri a beteget, amit az EESZT-ben is rögzítenek. „Ezt egyik gyártó sem tudta idáig megadni, gyártótól függetlenül mérjük ezeket az adatokat, ami nyomon követhető a rendszerben” – fűzte hozzá.

Benes Edvárd arra is kitért, hogy a mesterséges intelligencia elterjedése miatt vannak orvosok, akik aggódnak a munkahelyük miatt.

Közel húsz éve dolgozom a területen, de olyat még nem tapasztaltam, hogy egy-egy technológiai újítás miatt kevesebb orvosra lenne szükség

– hangsúlyozta. Egy vezető radiológus pedig ezzel kapcsolatban úgy nyilatkozott neki, hogy már az is nagy segítség, ha a rendszer képes a 70 százalékban negatív leleteket elkülöníteni. 

(Borítókép: BSIP / Education Images / Universal Images Group / Getty Images)