Un AI numit Prima citește RMN-uri cerebrale în câteva secunde și semnalează urgențele

Sursa foto: Sciencedaily

O echipă de cercetători de la Universitatea din Michigan a dezvoltat un sistem de inteligență artificială capabil să interpreteze imagini RMN ale creierului în doar câteva secunde și să identifice o gamă largă de afecțiuni neurologice, inclusiv cazurile care necesită intervenție urgentă. Denumit Prima, acest model a fost antrenat pe sute de mii de investigații imagistice reale și pe istoricul medical al pacienților, obținând o acuratețe de până la 97,5% și depășind performanța altor instrumente avansate de inteligență artificială.

Testarea sistemului Prima

Într-un studiu publicat în revista Nature Biomedical Engineering, cercetătorii conduși de Todd Hollon, medic neurochirurg la University of Michigan Health și profesor asistent la U-M Medical School, descriu modul în care Prima a fost evaluat. Pe parcursul unui an, echipa a testat sistemul pe mai mult de 30.000 de studii RMN, analizând capacitatea sa de a recunoaște peste 50 de diagnostice radiologice ce implică afecțiuni neurologice majore.

Rezultatele au arătat că Prima a oferit o performanță diagnostic superioară comparativ cu alte modele avansate de AI în recunoașterea bolilor cerebrale, iar în plus a fost capabilă să evalueze urgenta fiecărui caz, indicând acele investigații care necesitau prioritate clinică.

Autorii subliniază importanța acestei capacități: anumite condiții neurologice, cum ar fi accidentele vasculare cerebrale și hemoragiile cerebrale, necesită intervenție imediată. În astfel de situații, Prima poate trimite automat alerte către furnizorii de servicii medicale, astfel încât să se poată lua măsuri rapide.

Modelul a fost proiectat să notifice imediat subspecialistul cel mai potrivit, de exemplu un neurolog specializat în accidente vasculare sau un neurochirurg, iar informațiile devin disponibile imediat după finalizarea examinării imagistice.

Cuvinte din echipa de cercetare

Todd Hollon a explicat că, pe măsură ce cererea globală pentru investigații RMN crește și pune presiune pe medici și sistemele de sănătate, modelul Prima are potențialul de a reduce această povară prin furnizarea de informații rapide și exacte care să sprijine diagnosticul și tratamentul. Coautorul și cercetătorul principal, Yiwei Lyu, a subliniat că acuratețea este esențială atunci când se citește un RMN cerebral, dar timpii de răspuns rapid sunt la fel de critici pentru un diagnostic oportun și rezultate mai bune pentru pacient.

Conform lui Lyu, „la pași cheie în proces, rezultatele noastre arată cum Prima poate îmbunătăți fluxurile de lucru și optimiza îngrijirea clinică fără a sacrifica acuratețea.”

Ce este Prima?

Prima este clasificată ca model de tip vision language model (VLM), o formă de inteligență artificială capabilă să proceseze simultan imagini, video și text în timp real. Deși AI a fost folosită anterior pentru analiza RMN-urilor, echipa de la Michigan afirmă că Prima adoptă o abordare diferită față de modelele anterioare.

Modelele precedente au fost, în general, antrenate pe seturi de date atent selecționate și concepute pentru a îndeplini sarcini restrânse, precum identificarea leziunilor sau estimarea riscului de demență. Prima, în schimb, a fost antrenată pe un set de date mult mai amplu și mai reprezentativ pentru practica clinică reală.

Echipa a folosit toate investigațiile RMN disponibile de la momentul în care evidențele radiologice au fost digitalizate în cadrul University of Michigan Health. Aceasta a însemnat peste 200.000 de studii RMN și 5,6 milioane de secvențe imagistice incluse în setul de date de antrenament. În plus, modelul a integrat istoricul clinic al pacienților și motivele pentru care medicii au solicitat fiecare investigație imagistică.

Samir Harake, data scientist în echipa Machine Learning in Neurosurgery Lab, a explicat că Prima funcționează similar unui radiolog prin integrarea informațiilor despre istoricul medical al pacientului cu datele imagistice, pentru a produce o înțelegere cuprinzătoare a stării de sănătate a pacientului. Acest mod de operare permite modelului să obțină performanțe mai bune pe o gamă largă de sarcini de predicție.

Întârzieri la RMN și lipsuri în radiologie: contextul unei nevoi crescute

În fiecare an sunt efectuate milioane de investigații RMN la nivel mondial, multe dintre ele axate pe boli neurologice. Cercetătorii subliniază că cererea pentru aceste investigații crește mai rapid decât capacitatea serviciilor de neuroradiologie de a răspunde, generând lipsuri de personal, întârzieri diagnostice și erori.

În funcție de locul în care un pacient efectuează investigația, rezultatele pot întârzia zile sau chiar perioade mai lungi, fapt care poate influența negativ planificarea terapiei și rezultatul clinic. Echipa citează necesitatea unor tehnologii inovatoare care să îmbunătățească accesul la servicii radiologice, atât în cadrul marilor sisteme spitalicești care se confruntă cu volum în creștere, cât și în spitalele rurale cu resurse limitate.

Vikas Gulani, șef al Departamentului de Radiologie la U-M Health și coautor al studiului, a afirmat că echipele Universității din Michigan au colaborat pentru a dezvolta o soluție de ultimă generație cu potențial scalabil, destinată să atenueze aceste probleme.

Performanță și limite actuale

Deși Prima a demonstrat o performanță remarcabilă în evaluările inițiale, cercetătorii subliniază că munca se află încă într-o fază de evaluare. Următoarele etape de cercetare vor viza încorporarea unor informații clinice mai detaliate și date din dosarele medicale electronice pentru a îmbunătăți și mai mult acuratețea diagnosticului.

Abordarea adoptată de echipă reflectă modul în care radiologii și medicii interpretează imaginile RMN și alte investigații imagistice în condiții reale, integrând datele imagistice cu contextul clinic al fiecărui pacient. Autorii notează că, deși AI este deja utilizată în domeniul sănătății, majoritatea sistemelor existente se limitează la sarcini bine delimitate, în timp ce Prima își propune o gamă mult mai largă de aplicații.

Hollon a comparat Prima cu instrumentele de tip „co-pilot”: „Asemenea modului în care unelte de inteligență artificială pot ajuta la redactarea unui e-mail sau la oferirea de recomandări, Prima vizează rolul de co-pilot pentru interpretarea studiilor imagistice medicale.”

El mai arată că tehnologia similară ar putea fi adaptată în viitor pentru alte tipuri de investigații imagistice, cum ar fi mamografii, radiografii toracice și ecografii, subliniind potențialul transformator al integrării sistemelor de sănătate cu modele AI conduse de date.

Colaborare interdisciplinară și finanțare

Studiul a fost realizat de o echipă largă de autori din cadrul Universității din Michigan. Autori suplimentari menționați includ: Asadur Chowdury, M.S.; Soumyanil Banerjee, M.S.; Rachel Gologorsky; Shixuan Liu; Anna-Katharina Meissner, M.D.; Akshay Rao; Chenhui Zhao; Akhil Kondepudi; Cheng Jiang; Xinhai Hou; Rushikesh S. Joshi, M.D.; Volker Neuschmelting, M.D.; Ashok Srinivasan, M.D.; Dawn Kleindorfer, M.D.; Brian Athey, Ph.D.; Aditya Pandey, M.D.; și Honglak Lee, Ph.D., toți din University of Michigan.

Finanțarea și declarațiile aferente studiului precizează sprijin parțial din partea National Institute of Neurological Disorders and Stroke (K12NS080223) al National Institutes of Health. Conținutul este responsabilitatea exclusivă a autorilor și nu reflectă neapărat punctele de vedere oficiale ale NIH. Proiectul a beneficiat, de asemenea, de sprijin din partea Chan Zuckerberg Initiative (CZI), Frankel Institute for Heart and Brain Health, Mark Trauner Brain Research Fund, Zenkel Family Foundation, Ian’s Friends Foundation și programului de granturi UM Precision Health Investigators Awards.

Publicare și acces la date

Rezultatele au fost publicate în revista Nature Biomedical Engineering. Pentru detalii tehnice și referințe bibliografice, studiul este disponibil prin referința DOI: 10.1038/s41551-025-01608-0. O prezentare generală a rezultatelor a fost pusă la dispoziție prin comunicatul Universității din Michigan și prin pagina de știri care relatează descoperirea.

Lecturarea RMN-urilor cerebrale cu ajutorul unui model ca Prima ridică noi întrebări legate de integrarea AI în fluxurile clinice, de validarea externă pe diverse populații și de modul în care astfel de instrumente vor fi reglementate și adoptate în practică. Autorii susțin însă că tehnologia prezintă un pas înainte important în direcția reducerii întârzierilor diagnostice și a îmbunătățirii accesului la interpretarea imagisticii medicale, cu potențialul de a servi drept asistent pentru profesioniștii din domeniul sănătății.

Mai multe informații despre publicarea studiului și contextul său pot fi găsite în comunicarea inițială a articolului publicat pe platforma de știri: ScienceDaily – AI reads brain MRIs in seconds and flags emergencies, precum și în referința DOI menționată anterior.