Zastosowanie nowych technologii w branży medycznej


AI w medycynie

Sztuczna inteligencja w zastosowaniu medycznym jest odpowiedzią na ogromny zbiór informacji, która coraz częściej przybiera formę elektroniczną. Obszerne zbiory danych, które gromadzone są w sposób ciągły i sukcesywny, opierają się na licznych komponentach i informacjach – np. tych, monitujących stan zdrowia pacjenta [6]. Na podstawie tak obszernych informacji możliwe jest np. oszacowanie i podjęcie terapii farmakologicznej i ewentualnych środków operacyjnych. O tych nieocenionych możliwościach branża medyczna przekonuje się od początku XXI wieku [7], kiedy to zaczęto wykorzystywać przetworzone informacje w celu diagnostyki pacjentów.

Nowe perspektywy, bazujące na szybszym przetwarzaniu i lepszej organizacji, wprowadziła właśnie sztuczna inteligencja, która opiera się na uczeniu maszynowym [4] – głównie przy użyciu sztucznych sieci neuronowych oraz technologii głębokiego uczenia.

Dotychczasowe wnioski pozwalają stwierdzić, że AI ułatwia stworzenie opłacalnego planu, bazującego na opiece nad pacjentami. Odpowiednie procesy i algorytmu realnie mogą przyczynić się do szybszych decyzji, które są kluczowe w kontekście walki z np. chorobą onkologiczną. Badania wykazały, że średnia analiza, wykonywana przed bezpośrednim postawieniem diagnozy, wynosić może nawet 4 godziny. Systemy sztucznej inteligencji skracają ten czas do kilkunastu minut, usprawniając pracę całego personelu medycznego (nierzadko złożonego z kilku tysięcy pracowników na jeden szpital).

Wśród zalet stosowania AI w branży medycznej wymienia się więc:

  • możliwość szybkiego oszacowania tzw. grupy wzmożonego ryzyka,
  • analizę odciążającą pracowników szpitala, zwiększając tym samym ich zasoby i możliwości,
  • lepsze i sprawniejsze decyzje, związane z podjętym leczeniem lub diagnozą,
  • porządkują zebrane, obszerne dane i przetrzymują ją w bezpiecznym miejscu (tzw. chmura dla biznesu [5]),
  • ułatwiają posumowanie kliniczne, uwzględniając np. parametry związane z chorobami współistniejącymi.

Drukowanie 3D

Druk w formacie 3D, nazywany także techniką przyrostową, jest stosunkowo nową, ale prężnie rozwijającą się metodą wytwarzania. Pierwszą z nich, tzw. stereolitografię, stworzono pod koniec lat 80-tych. To właśnie ona zapoczątkowała kolejne możliwości i techniki – m.in. FDM, SLM czy 3DP [2].

Ostatecznie drukarki 3D pozwalają stworzyć realistyczne modele, które złożone są za pomocą ciągłych anatomicznie układów [1]. Wydruki przypominają więc określone przedmioty, zarówno pod kątem formy, jak i kolorów, kształtów i w przypadku medycyny – faktury tkanek.

Mając na względzie możliwości druku, obecnie w medycynie wykorzystuje się go do zarówno definiowania, diagnozowania, jak i bezpośredniego leczenia schorzeń. Wśród tych najpopularniejszych wymienia się:

  • Rekonstrukcję twarzy i czaszki. Maszyna jest zdolna do wykonania określonych modeli twarzy, dzięki czemu chirurdzy mogą z powodzeniem zrekonstruować zniszczony fragment ciała. Dowodem na efektywne działanie tej metody jest słynny przypadek Erica Mogera, który po przebytej chorobie nowotworowej wymagał rekonstrukcji twarzy. University Collage w Londynie stworzył wydrukowaną z nylonu protezę, która umożliwiła normalne funkcjonowanie Erica.  Inżynieria rekonstrukcyjna dotychczas może być wykorzystywana do wewnętrznych struktur ciała pacjenta, jak i do powłok skórnych – z zastosowaniem skanerów przestrzennych. [3]
  • Tworzenie protez.  Druk 3D umożliwia tworzenie zaawansowanych prototypów, które następnie można wykorzystuje w procesie rehabilitacji i leczenia. Historia wskazuje na przypadki, w których to drukarka 3D stworzyła zaawansowaną protezę ręki, która była zdolna odczytywać fale mózgowe pacjenta. Ostatecznie więc proteza była wprowadzana w ruch, zastępując ludzką tkankę.
  • Tworzenie implantów – biodrowych, zębowych [4] lub stawów. Stworzony w ten sposób implant może spowodować, że operowane biodro jest silniejsze i bardziej wytrzymałe, co nijako kłóci się z dotychczasowymi ustaleniami i wnioskami dot. zabiegów medycznych. Można więc wnioskować, że implanty nie tylko pozwalają wrócić do zdrowia, ale wręcz udoskonalają stan pacjenta.

Bibliografia

[1]Sarecka-Hujar, B., Ostróżka-Cieślik, A., & Banyś, A. (2016). Innowacyjne technologie w medycynie i farmacji. Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna, 22(1).

[2]Bis, J., Kret, M., & Płatek, P. (2008). Techniki druku 3D-przykłady zastosowań. Wykład wygłoszony na podczas Targów Wirtotechnologia.

[3] SUJKA, W. Inżynieria rekonstrukcyjna w medycynie.

[4] Dawood, A., Marti, B. M., Sauret-Jackson, V., & Darwood, A. (2015). 3D printing in dentistry. British dental journal, 219(11), 521-529.

[5] Anegis

[6] Horn, W. (2001). AI in medicine on its way from knowledge-intensive to data-intensive systems. Artificial Intelligence in Medicine, 23(1), 5-12.

[7] [2] Altman, RB (1999). Sztuczna inteligencja w medycynie: spektrum wyzwań od opieki zarządzanej do medycyny molekularnej. AI Magazine , 20 (3), 67. https://doi.org/10.1609/aimag.v20i3.1467


Źródło: Anegis


AIAI w branży medycznejAI w medycynieAnegischmurachmura Microsoftdane w medycyniedruk 3Ddrukowanie 3DMicrosoft Azuresztuczna inteligencjasztuczna inteligencja w branży medycznejsztuczna inteligencja w medycyniesztuczne sieci neuronowetechnika przyrostowatechnologiatechnologie głębokiego uczeniauczenie maszynoweusługi w chmurzeusługi w chmurze dla firmzbiory danych