211service.com
IBMs automatiserade radiolog kan läsa bilder och journaler
De flesta smarta program som används idag är specialiserade på en typ av data, det kan vara att tolka text eller gissa innehållet i bilder. Programvara under utveckling hos IBM måste göra allt detta på en gång. Det är under utbildning för att bli radiologassistent.
Programvaran har kodnamnet Avicenna, efter en 1000-talsfilosof som skrev ett inflytelserik medicinskt uppslagsverk. Den kan identifiera anatomiska egenskaper och abnormiteter i medicinska bilder som CT-skanningar, och använder även text och andra data i en patients journal för att föreslå möjliga diagnoser och behandlingar.
Avicenna är tänkt att användas av kardiologer och radiologer för att påskynda deras arbete och minska fel, och är för närvarande specialiserat på kardiologi och bröströntgen. Det testas och justeras för närvarande med hjälp av anonymiserade medicinska bilder och journaler. Men Tanveer Syeda-Mahmood , en forskare vid IBMs forskningslabb Almaden nära San Jose, Kalifornien, och chefsforskare på projektet, säger att hennes team och andra i företaget redan gör sig redo att börja testa programvaran utanför labbet på stora volymer riktig patientdata. Vi håller på att förbereda för kommersialisering, säger hon.
Avicenna tittar på medicinska bilder med hjälp av en svit av olika bildbehandlingsalgoritmer med olika specialiteter. Vissa har till exempel tränats i att bedöma hur långt ner i bröstet på en CT-skanning är från. Andra kan identifiera organen eller märka avvikelser som blodproppar. Vissa av dessa bildkomponenter använder en teknik som kallas djupinlärning, som nyligen har gett stora språng i noggrannheten hos bildigenkänningsmjukvara (se AI Advances gör det möjligt att söka, handla med bilder).
Bildbehandlingsalgoritmerna fungerar tillsammans med andra som har tränats i att tolka text och testresultat i journaler. Avicenna har ett resonemangssystem som bygger på utdata från alla dessa olika signaler för att föreslå möjliga diagnoser för en patient. Den visar en sammanfattning av det resonemanget för den som arbetar med programvaran.
IBMs Avicenna-programvara lyfte fram möjliga embolier på denna datortomografi i grönt, och hittade mestadels samma problem som en mänsklig radiolog som markerade bilden i rött.
I en demo av systemet visade Syeda-Mahmood att Avicenna tog sig an fallet med en 28-årig kvinna som klagade över andnöd. Patientens journal inkluderade pulmonella angiogrambilder av blodkärlen runt hennes lungor, några blodprov och text som noterade att hennes mamma hade upplevt flera missfall.
Avicenna visste att familjehistoria kan associeras med en tendens att bilda blodproppar, vilket kan leda till missfall, kunskap som förändrade hur den analyserade angiogrambilderna. Programvaran föreslog lungemboli som den mest sannolika diagnosen och lyfte fram flera möjliga embolier i patientens vänstra och högra lungartärer. När en radiolog självständigt granskade samma fall ställde han eller hon samma diagnos och lyfte fram mer eller mindre exakt samma embolier.
IBM är inte de enda forskarna som försöker bygga mjukvara som kombinerar text och andra journaldata för att fungera som en radiolog. Men Kenji Suzuki , en docent vid forskningscentret för medicinsk bildbehandling vid Illinois Institute of Technology, säger att IBM:s kommersiella ambitioner för Avicenna är unika. Inget annat företag försöker eller föreställer sig den totala integrationen av text, strukturerad data och medicinsk bildbehandling, säger han.
Men baserat på vad han har sett från projektet hittills, säger Suzuki att Avicennas bildbehandling och diagnostiska krafter fortfarande behöver bli mer exakta och flexibla. Även efter att ha gjort dessa förbättringar, för att göra betydande försäljningar, kommer IBM att behöva ha sin automatiserade hjälpare integrerad med befintliga sjukhus IT-system och bevisa att det har ekonomiska fördelar – som att minska den totala sjukhuskostnaden, försäkringsersättning eller riskerna för stämningar, säger Suzuki.
Syeda-Mahmood säger att att göra Avicenna mer exakt är en av hennes teams högsta prioriteringar, även om målet är att hjälpa radiologer, inte ersätta dem. Och hon tror att IBM har en fördel framför andra som försöker bygga den här typen av programvara.
Det beror på att att göra ett maskininlärningssystem mer exakt kräver att det matas med massor av exempeldata för att justera dess förmågor. IBM har redan samlat på sig en mycket stor samling medicinska bilder och journaler och håller på att göra den mycket större.
Förra året förvärvade företaget en samling av miljarder medicinska bilder när det köpte företaget Merge Healthcare. Dessa bilder är ännu inte tillgängliga för Avicenna, men när de är det kan de hjälpa till att göra programvaran mer exakt, säger Syeda-Mahmood. Projektet kan också få ett uppsving från 50 miljoner anonymiserade elektroniska journaler som IBM fick i samband med förvärvet förra året av en startup som heter Explorys.