Az eRAD és az AI
Hírek - Radiológia Világa | 2023. április 26. 12:20 | Utolsó módosítás dátuma - 2023. június 08. 00:03 | Forrás: radiologia.hu
„Az eRAD 8 tökéletes platform a mesterséges intelligencia szoftverek teljes integrációjára” – Ligeti Gábor matematikussal, az eRAD technológiai vezetőjével (CTO) beszélgettünk.

Hogyan válik egy PACS-rendszer fejlesztő cégből mesterséges intelligencia tudásközpont?
Ennek megértéséhez egészen 2010-ig kell visszanyúlni az időben. Akkor vásárolta meg az Egyesült Államok szerte 191 diagnosztikai központot üzemeltető RadNet az eRAD anyavállalatát, amelynek szoftverfejlesztési csapata a kezdetek óta Magyarországon működik. Ez nagyon komoly fejlesztési lehetőséget is jelentett, amellyel mind az eRAD, mind a RadNet élt, és mára egy sokkal komplexebb, a képalkotás és az egészségügy egyre szélesebb körét lefedő informatikai csomag áll rendelkezésünkre. Közben a RadNet diagnosztikai központjainak száma 359-re nőtt, és a megnövekedett erőforrások lehetővé tették, hogy a RadNet az elmúlt években folyamatosan vásároljon: a legjobb mesterséges intelligencia megoldásokat felvonultató, elsősorban a szűrésre koncentráló cégeket, és önálló AI Divíziót hozott létre.
Mi alapján választotta ki a RadNet a felvásárlási célpontokat?
A modell egyszerű: az Egyesült Államokban a szűrő jellegű képalkotó vizsgálatok száma a legmagasabb, ebben van a legtöbb pénz, így az ezen a területen legjobb fejlesztéseket integrálta a RadNet AI Divíziója. Így lett a cégcsoport része a mammográfiai diagnosztikára koncentráló, ma már FDA-engedéllyel rendelkező harvardi spin-off DeepHealth, később az amszterdami gyökerű, tüdődiagnosztikával foglalkozó Aidence, és a rotterdami illetőségű, prosztata diagnosztikára fókuszáló Quantib. A felvásárlásokra egyébként több mint 100 millió dollárt költött a cég.
Milyen eredményeket várnak ezektől a cégektől?
Mindegyik megoldást teljes körűen integráltuk az eRAD PACS-rendszerbe, így nemcsak a felismerés, hanem a munkafolyamatok is sokkal automatizáltabbak, és a szűrési tevékenység ezzel sokkal hatékonyabbá válik. Ahol pedig FDA-engedély, vagy CE-minősítés áll rendelkezésre, ott megoldásunk beépül a napi szűrési folyamatokba. A RadNet előrejelzése szerint 2024-ben már 25-30 millió dollár árbevétel származik a mesterséges intelligencia megoldásokból.
Ezek a megoldások Magyarországon is rendelkezésre állnak?
Mivel az eRAD fejlesztését még mindig a Budapesten, a Városmajor utcában található magyar szoftverfejlesztő csapat végzi, ami az amerikai piac rendelkezésére áll, az a magyar és az európai ügyfelek számára is elérhető. Mivel az eRAD 8 API-kapcsolaton keresztül bármilyen szoftvert képes integrálni, nem okoz gondot sem a már beépített, sem az újonnan érkező mesterséges intelligencia megoldások integrációja. Ezért tudtunk a közelmúltban sikeresen, kevesebb mint egy hónap alatt 28 kórházban beüzemelni az Országos Mentális, Ideggyógyászati és Idegsebészeti Intézet vezetésével megvalósult országos akut stroke döntéstámogató rendszert, ami azóta kiválóan működik. A kommunikáció biztonságos internetkapcsolaton keresztül valósul meg, a felvételeket automatikusan anonimizáljuk, és a képanyag tárolására kizárólag magyarországi szervereket használunk. Az ügyeletes orvosok pedig mindent láthatnak a saját mobiltelefonjukon keresztül.
Bármilyen AI-megoldás beépíthető az eRAD-ba?
Sőt, ezt ambicionáljuk is. Az eRAD 8 tökéletes platform a mesterséges intelligencia szoftverek teljes integrációjára. Több olyan magyar és külföldi fejlesztő csapattal is dolgozunk, akik különféle AI-megoldásokat fejlesztenek, és amint megszerzik a CE-minősítést, az eRAD-on keresztül lehet felhasználni megoldásukat a leletezési hatékonyság növelésére, vagy másodvélemény kérésére.
Ebből a nézőpontból hogyan látja a mesterséges intelligencia és a radiológia közös jövőjét?
A különféle AI-megoldások rövid távon nem fogják kiváltani az orvosokat, hanem az orvosi döntéseket támogatják, így növelik a hatékonyságot. Ha a mesterséges intelligencia az embernél nagyobb pontossággal szűri ki a negatív leleteket, az azt jelenti, hogy az esetek 60-70 százalékával nem kell az orvosoknak foglalkoznia. A radiológusok száma a legtöbb fejlett országban stagnál vagy csökken, a diagnosztikai központok, modalitások és vizsgálatok száma viszont évről-évre 10%-kal nő. Döntéstámogató rendszer nélkül az egészségügyi ellátórendszer belefullad a vizsgálatokba – ezért az egyetlen út a működési hatékonyság növelése.
Hogyan kell ezt a mindennapokban elképzelni?
Mindegyik mesterséges intelligencia megoldás képes arra, hogy vagy automatizáltan, vagy egy eRAD-ban lévő gomb megnyomására elvégezze az értékelést, és a modalitástól, vizsgálattípustól függő eredmény adjon. Mi megteremtettük azt a lehetőséget, hogy bármilyen mesterséges intelligencia megoldás könnyen integrálható legyen rendszerünkbe. Abban a szerencsés helyzetben vagyunk, hogy Magyarországon az eRAD a képalkotó diagnosztika iparági szabványának számít. Amit pár héttel korábban Szántó Tamás főorvos úr egy beszélgetésben megfogalmazott, az a valóság országszerte: szinte az összes radiológus kolléga ismeri és napi rendszerességgel használja rendszerünket. Saját statisztikáink alapján az Egyesült Államokban a CT és MR vizsgálatok 24%-a eRAD PACS és teleradiológiai rendszeren keresztül kerül a radiológusok elé, Magyarországon az egy évben elvégzett CT- és MR-vizsgálatok 25 százaléka eRAD PACS-rendszerbe kerül. Így itthon évente több mint 300 ezer beteget segíthet azonnal bármilyen mesterséges intelligencia megoldás, amely nálunk bevezetésre kerül. Az infrastruktúra adott, a megoldások pedig érkeznek.
Hogyan lesz ettől hatékonyabb a radiológia világa?
A modern radiológia a teljes körű integrációról, a folyamatok automatizálásáról, a gyors adatfolyamról és a hatékony leletezésről szól. Mi olyan infrastruktúrát biztosítunk, amely teljes mértékben kiszolgálja ezeket a célokat – és a piacot megelőzve folyamatosan fejlődik. Mi még az eRAD 8-ról beszélünk itthon, de az Egyesült Államokban érkezik hamarosan az eRAD 9, amelynek a hyperstreaming lesz a legnagyobb előrelépése. Ez azt jelenti, hogy 1-2 másodperc alatt bárhonnan bárhová megérkeznek a vizsgálatok. De a munkafolyamatok is könnyebbé és rugalmasabbá válnak a hyperstreaming eredményeként. A felhasználók számára ugyanis az az ideális teljesítményű rendszer, amelynél nem kell előre tervezni, hogy ki, mit és fog leletezni, hanem a leletezési feladatok elosztása dinamikusan kezelhető. Ez teszi egyre népszerűbbé a "server side rendering" megoldásokat, és ezekkel összehasonlítva értünk el drasztikusan költség- és erőforráshatékonyságot a hibrid hyperstreaming technológiával. Ez a technológia egyébként a tengerentúlon kiválóan működik, és hamarosan itthon is elérhető lesz. Időt és energiát spórolunk a leletező orvosnak, hogy növeljük munkateljesítményét.
Képünkön: Ligeti Gábor matematikus