Akiben a teleradiológia és a mesterséges intelligencia találkozik

Hírek - Radiológia Világa | 2024. január 05. 07:58 | Utolsó módosítás dátuma - 2024. április 16. 02:19 | Forrás: radiologia.hu

Dr. Kovács Melindával beszélgettünk

Akiben a teleradiológia és a mesterséges intelligencia találkozik

Tudni Rólad, hogy több városban éltél és dolgoztál, kipróbáltad a finn egészségügyet, és Magyarországon több teleradiológiai céggel dolgoztál. Teleradiológiáról kezdtünk el beszélgetni, de hamar kiderült: éppen a győri Széchenyi István Egyetemen informatikai PhD-képzésedet végzed. Hogyan került bele az életedbe az informatikai PhD?

Pécsett szereztem orvosi diplomát 2007-ben, majd a győri Petz Aladár Megyei Kórházban kezdtem el dolgozni. Aztán Szegeden lettem rezidens, és 2012-ben szereztem meg a radiológiai szakvizsgámat. A szakvizsgán már terhes voltam, így utána hat évig itthon nem dolgoztam aktívan, de több külföldi képzésen vettem részt, közben pedig Finnországban először személyesen, majd távolról is dolgoztam, illetve dolgozom a mai napig. Az informatika mindig is része volt az életemnek, édesapám révén, aki a győri egyetem egészségügyi informatikai képzésének egyik kidolgozója és alapítója. A radiológia egyre jobban összefonódik az informatikai technológiákkal, a képfeldolgozással, az adatelemzéssel. Az érdeklődésem ezen a területen fokozatosan nőtt, ahogy egyre inkább elmerültem a teleradiológia világában. PhD-tanulmányaimat Győrött, a Széchenyi István Egyetemen kezdtem el, mert az egyetemnek az Egészségtudományi Karon keresztül kiváló kapcsolata van az egészségüggyel, és van multidiszciplináris doktori iskolája, amelybe az én tervezett kutatási területem is belefért. Kezdetben robotikával foglalkoztam, majd a döntéstámogató rendszerek irányába mentem el, kutatásom középpontjában a májgócok állnak. A célom az, hogy olyan informatikai megoldásokat fejlesszünk, amelyek segítik a radiológusok munkáját, és hozzájárulnak a még pontosabb diagnózisokhoz. A PhD-tanulmányaim lassan a befejezéshez közelednek, már csak a nyilvános védés van hátra, amely február elején lesz. A kutatást nem szeretném abbahagyni, több irányba is tervezem folytatni, már TDK-sok és PhD-hallgatók munkájának vezetésével. Ők egyelőre elsősorban a műszaki területről vannak, de bízom benne, hogy előbb-utóbb orvosok is csatlakoznak.

Hogyan alakult a karriered?

2018-ban visszatértem dolgozni Győrbe, egy magán-rendelőintézetben kezdtem el ultrahangozni, és ekkor már aktívan dolgoztam távradiológiában is Magyarországon és Finnországban is. A nyarakat pedig Finnországban töltöttem. Az ízületi MR-vizsgálatokkal kezdtem el komolyabban foglalkozni, és ebben sokat segített a teleradiológia. De nem távolodtam el a betegektől sem: nemrég értem haza a mosonmagyaróvári kórházból, ahol ultrahangozok, röntgen és CT-vizsgálatok elemzését is végzem.

Mikor kerültél kapcsolatba a Quantumreaddel?

2023 áprilisában kerestek meg, szimpatikusak voltak, jó ajánlatot adtak, volt szabad kapacitásom, így csatlakoztam hozzájuk. Akkoriban indultak, jót beszélgettünk Szekér Zoltánnal és Végh Attilával, jó koncepciót vázoltak fel, amit azóta meg is valósítottak. A Quantumread ugyanis egyedülálló megközelítést alkalmaz a teleradiológiában több szempontból is. Számomra a rugalmasság a legfontosabb. A Quantumreadnél, ha éppen úgy szeretném, hetente egyszer is vállalhatok vizsgálatokat, és nincs az a nyomás, hogy minden napra kellene terhelést vállalnom. Ha viszont úgy van kapacitásom, bármennyi munkát tudnak küldeni. Ez nekem nagyfokú szabadságot biztosít, hiszen szeretem megtartani a munkám és a magánéletem egyensúlyát. Így kisebb az esélye a kiégésnek, ami a szakmánkban egyre jellemzőbb. Nekem is a teleradiológiai lehetőség segített kilábalni egy ilyen időszakomból.

Milyen vizsgálatokat végzel?

Ez a másik különbség: a specializálódás és szakmai komfortérzet tiszteletben tartása. Ők is tudják, én is tudom, hogy miben vagyok igazán jó. A Quantumreadnél megmondhatom, hogy mely területeken érzem magam a legbiztosabbnak és melyeken kevésbé. Nem kell olyan vizsgálatokat végeznem, amikben nem érzem magam teljesen otthonosan, és a cég tiszteletben tartja ezt a preferenciámat. Ha szeretném, tanulni is tudok a tapasztaltabbaktól. Ráadásul mindezt úgy, hogy nem érzem azt, hogy csak egy vagyok a sok közül.

Hogyan tudják ezt megvalósítani?

A Quantumread cégstruktúrája különleges. Kisebb, családiasabb cég, ahol közvetlen kapcsolatban állok a döntéshozókkal. Ha bármi problémám van, gyorsan és hatékonyan tudunk kommunikálni, ami nagy előnyt jelent a nagyobb, bürokratikusabb szervezetekkel szemben. A családias hangulathoz viszont professzionális adminisztratív háttér kapcsolódik. Ami a technológiát illeti, az eRad-rendszert használjuk, mint az összes magyar teleradiológiai cég, itt nincs tehát semmilyen eltérés. A munkafolyamatok, az adminisztráció és az egyéb támogató tevékenységek pedig hatékonyan és gördülékenyen működnek, ami jelentősen leegyszerűsíti a mindennapi munkámat. De az is sokat számít, hogy a Quantumread versenyképes, sőt, a piacnál érezhetően jobb díjazást kínál, ami szintén nagyon vonzóvá teszi a közösséget.

Ráadásul aktívan foglalkoznak a mesterséges intelligencia integrációjával. Informatikai PhD-hallgatóként hogyan látod az AI szerepét, lehetőségeit?

A mesterséges intelligencia a radiológiában izgalmas és innovatív terület, amely jelentős lehetőségeket nyit meg számunkra. Ezért is jó a Quantumread csapatában dolgozni, hiszen több fejlesztésen dolgozunk velük együtt. Az AI, bár a munkánkat még nagyon sokáig nem fogja elvenni, képes arra, hogy a képfeldolgozást és adatelemzést gyorsítsa, és ezzel segítsen minket a nagy mennyiségű adat feldolgozásában. Ez különösen hasznos lehet a bonyolultabb esetekben, ahol az AI támogatása növelheti a diagnosztikai pontosságot és csökkentheti a hibák kockázatát. Segíthet az alig észrevehető elváltozások felismerésében is. Ugyanakkor fontos szem előtt tartani az AI korlátait is. Az egyik legnagyobb kihívás a „fekete doboz” probléma: az AI döntéshozatali folyamatai gyakran átláthatatlanok és nehéz megérteni, hogyan jutnak el egy adott következtetésig. Ez különösen igaz, ha a tanító adatbázis, amelyen az AI-t képezték, nem reprezentatív vagy hiányos. Ez torz eredményekhez és téves diagnózisokhoz vezethet. Egy szükséges méretű adatbázist létrehozni a mai adatvédelmi törvényeknek megfelelve nem egyszerű. Ezért a saját kutatásom során a döntéstámogató rendszerekkel foglalkoztam, az általam használt megközelítés a fuzzy szignatúrák és szabályalapú rendszerek alkalmazása, amelyek nagyobb átláthatóságot és kontrollt biztosítanak a döntéshozatali folyamatok felett. Tudom, hogy a mesterséges intelligencia nagy potenciált jelent a radiológiában, de fontos, hogy kritikus szemmel közelítsünk hozzá, és tudatosak legyünk a korlátai és kihívásai kapcsán. Megfelelő adatgyűjtéssel és a korlátoik ismeretével azonban erős szövetségest szerezhetünk vele a diagnosztikus döntéshozatalban, ami nem elvenni, hanem segíteni fogja a radiológus munkáját.  Ehhez azonban az kell, hogy – amint az a röntgen, ultrahang, CT, MR esetében radiológusként evidens – ismerjük a működése alapjait, a lehetőségeit és korlátait. Ebben szeretnék én is segíteni.