الذكاء الاصطناعي لخدمة تشخيص الأشعة المستقبلية

تاريخياً، كانت الأشعة الرائدة في التحول الرقمي في الرعاية الصحية. أحدث إدخال أنظمة التصوير الرقمي، وأنظمة أرشفة الصور وتواصلها (PACS)، والتصوير عن بُعد، تحولاً في خدمات الأشعة على مدار الثلاثين عاماً الماضية. الأشعة مرة أخرى عند مفترق طرق للجيل القادم من التحول، حيث قد تتطور كخدمة تشخيصية متكاملة تلبي جميع الاحتياجات. يعد الذكاء الاصطناعي وتعلم الآلة بتقديم أدوات رقمية جديدة قوية للأشعة لتسهيل التحول المقبل. لقد طورت مجتمع الأشعة أدوات تشخيص مدعومة بالكمبيوتر (CAD) بناءً على تعلم الآلة (ML) على مدار العشرين عاماً الماضية. من بين تقنيات الذكاء الاصطناعي المختلفة، تم استخدام الشبكات العصبية التلافيفية العميقة (CNN) وبدائلها على نطاق واسع في التعرف على أنماط الصور الطبية. منذ التسعينيات، تم تطوير العديد من أدوات ومنتجات CAD. ومع ذلك، كانت عملية اعتماده سريرية بطيئة بسبب عدم وجود مزايا سريرية جوهرية، وصعوبات في الدمج في سير العمل القائم، ونماذج الأعمال غير المؤكدة. تقترح هذه الورقة ثلاثة مسارات لدور الذكاء الاصطناعي في الأشعة تتجاوز القدرات الحالية القائمة على CNN: 1) تحسين أداء CAD، 2) تحسين إنتاجية خدمة الأشعة من خلال سير العمل المدعوم بالذكاء الاصطناعي، و 3) تطوير علم الأشعة الذي يدمج البيانات من الأشعة، وعلم الأمراض، وعلم الجينوم لتسهيل ظهور خدمة تشخيصية متكاملة جديدة.