Информатизация медицинской визуализации в радиологических отделениях

Время чтения: 5 мин.

Джон Р. Фишер

Прошлой осенью на конференции Радиологического общества Северной Америки в Чикаго радиологи со всей страны отчаянно бились за почетную награду. Стуча день и ночь по клавиатурам своих компьютеров, они пытались создать алгоритм, который мог бы определить возраст костей по рентгеновскому снимку.

Подобные соревнования набирают популярность, а заинтересованные стороны вкладывают огромное количество времени, денег и труда в исследования практически безграничных возможностей визуализации, которые все больше расширяются, благодаря аналитическим программным средствам. Конечная цель усилий — извлечь информацию из снимков, проанализировать ее и интегрировать в ежедневную практику врачей, повысив тем самым планку качества лечения при помощи новейших технологий.

Новая дисциплина, которая называется «информатизация диагностической визуализации», выходит за рамки интерпретации снимков и включает в себя все аспекты рабочего процесса обследований. Она начала свое развитие с того времени, когда цифровые технологии заменили пленку. Сегодня наши ожидания от информатизации визуальной диагностики выросли до невиданных ранее размеров.

«ИТ будут использоваться повсеместно: от визуальной диагностики пациентов до их коммуникаций с лечащими врачами, — говорит Кевин МакЭнери, директор инновационной информатизации визуализации Онкологического центра «МД Андерсон» Университета Техаса. – Со временем вы увидите, как машинное обучение и другие процессы, использующие статистические данные, применяются для лучшего понимания случая каждого пациентов».

МакЭнери вместе с другими экспертами утверждает, что, поскольку эти инновации уже не за горами, сейчас наступило время для медицинских организаций, производителей и других игроков в сфере здравоохранения рассмотреть, оценить и заново определить свои роли в процессе информатизации диагностической визуализации. Готовы ли они к освоению и развитию новых возможностей, к их внедрению в практику и к ежедневному использованию для усовершенствования рабочего процесса?

«Синтезаторы информации»

Использование искусственного интеллекта (ИИ) для интерпретации снимков и помощи в диагностике становится реальностью. Одной из сфер, в которой разработчики ПО уже делают многообещающие успехи, является расшифровка генома опухоли.

«Еще пару лет назад такие вещи были бы неслыханными, а сейчас мы достигаем очень высокой точности при использовании этого инструмента, — говорит Брэдли Эриксон, заместитель заведующего кафедрой радиологии в Клинике Майо. – Я думаю, что это действительно повышает ценность визуализации и увеличивает количество информации, которую мы можем собрать».

Несмотря на блестящие перспективы и потенциал, машинное обучение побуждает скептиков задаваться вопросом: не вытеснит ли ИИ человека из радиологии? Или еще хуже: не окажется ли это огромным шагом в будущее, похожее на фильм «Матрица», в котором компьютерный интеллект порабощает человечество?

«Боюсь ли я, что машинное обучение сделает ненужной работу радиолога? Нет, — говорит Шерил Петерсилдж, медицинский директор направления комплексной информации ИТ подразделения клиники Кливленда. – Думаю ли я, что это изменит работу радиолога? Конечно, она изменится для любого врача нашего профиля. Я думаю, мы должны будем объяснять нашим коллегам, как правильно использовать диагностическую визуализацию. Нам нужно делать это уже сейчас. Я думаю, мы станем синтезаторами информации, предоставляемой нам компьютерами, вместо того, чтобы быть, в первую очередь, ее получателями».

Эксперты в области технологий диагностической визуализации считают, что машинное обучение  будет помощником врача, добывая информацию, которая облегчит радиологам оценку состояния пациента. Но ИИ не сможет принимать окончательные решения по постановке диагноза и назначению лечения, это останется прерогативой человека.

Чтобы события развивались по этому сценарию, медицинские организации и клиники должны собрать вместе заинтересованных лиц для выработки стратегий еще до того, как эти технологии шагнут в реальность. Совместная выработка курса требует вводной информации от медсестер, радиологов, ИТ персонала и администраторов медучреждений, каждый из которых должен знать изнутри ежедневную работу клиники и организацию процесса диагностической визуализации.

«Как они обрабатывают заказы? Как они отслеживают информацию об их выполнении? – спрашивает МакЭнери. – Любая практика должна понимать свой бизнес в контексте выполняемых обследований и их интерпретации. Чем больше лечебное учреждение, тем сложнее будет проанализировать все связи, потому что у вас, кроме радиологов, трудятся врачи других специализаций, и необходимо обеспечить беспрепятственное прохождение информации между ними».

Существует и более фундаментальный фактор, стоящий на пути внедрения ИТ инструментов визуализации: стоимость.

«Крупным учреждениям или научным центрам легче инвестировать в самые передовые технологии, такие как ИИ, чем маленькой районной больнице, потому что их внедрение требует не только значительных капиталовложений, но и других существенных ресурсов. Туда входит ИТ поддержка и ведомственная помощь радиологам, у которых есть дополнительные ресурсы для оценки этой технологии», —  говорит Майкл Каннаво, ИТ консультант диагностической визуализации.

Стоимость всех приобретений должна быть экономически оправдана. И пока не появятся документальные свидетельства преимущества конкретной системы, демонстрирующие ее финансовую ценность, маленькие больницы, скорее всего, будут держаться от нее на расстоянии.

Эриксон согласен, что крупные больницы имеют больше возможностей для экспериментов с инструментами, которые позволят им автоматически идентифицировать важные компоненты снимков. «Думаю, они выиграют от управления этими данными и системами для их хранения.  Хотя основная идея одинакова для всех, независимо от размера предприятия. Но это верно для любой отрасли: если вы можете масштабировать идею, вы реализуете более быстро».

Коренные вопросы информатизации

Одной из задач в информатизации диагностической визуализации является необходимость определить, кто отвечает за принятие решений и кто будет руководить процессом. Разные больницы отвечают на эти вопросы по-разному, но главное – нужно ставить перед собой выполнимые задачи.

«Если ИТ отдел видит свою роль в основном только в закупке ПО, в его установке и поддержке работы компьютеров, тогда им непросто будет иметь дело с чем-то вроде ИИ, — говорит Эриксон. – В этом случае клинические отделения должны стать лидерами во внедрении информатизации во врачебную практику. Если в ИТ отделе есть экспериментальное подразделение, тогда, возможно, это направление для них».

Как только медицинская организация определится, кто отвечает за эти действия, персонал может начинать обучаться работать с новыми инструментами. Это выходит за пределы простых представлений о программном продукте: от сотрудников требуется знать все о возможностях своих компьютеров, чтобы помогать новой технологии эффективно передавать и предоставлять информацию.

Один из примеров: врачи часто пишут заключения в свободной форме, тогда как алгоритмы ИИ способны быстро расшифровывать только четко структурированные записи. Такие заключения могут разбиваться на части, и персоналу нужно будет научиться заполнять их, чтобы помочь машине с обработкой данных. А это требует внятного представления о том, как работает машинный алгоритм.

«Предприятию нужно понять, где подойдут готовые решения, а где потребуются специально разработанные, и как должны поменяться рабочие процессы в клинике, — говорит Петерсилдж. – В конечном итоге, главное, чтобы пациент прошел обследование, получил квалифицированное заключение, и процесс был максимально эффективным, безопасным и оптимизированным».

Для успеха необходимо единодушие всех сторон, вовлеченных во внедрение ИТ диагностической визуализации, а также —  понимание того, насколько такая «перестрйока» финансово осуществима для клиники.

«Может, достаточно закрыть простую систему хранения и обмена изображениями (Picture Archiving and Communications System — PACS), используемую отделением женского здоровья, и присоединить его к радиологическому отделению, которое получило новую систему PACS, и вам не нужно будет переходить на виртуальную сеть передачи данных (Virtual Network  Architecture   — VNA) в ближайшем будущем, — говорит Петерсилдж. – Или, напротив, выяснится, что  вам необходимо заменить PACS, и вы начнете подыскивать себе подходящую VNA. В дальнейшем вам будет легче идти вперед, если вы в самом начале заложите крепкий фундамент».

Будущее ИИ и информатизации визуализации

Невиданный ранее возможности ИТ в визуализации вскоре изменят роль визуальной диагностики во всех областях здравоохранения. Появятся «умные» списки задач для определения последовательности действий при постановке диагноза, будет разработана методология правильного назначения лечения с использованием аналитики больших данных, будут повсеместно применяться трехмерные изображения и 3D печать. Более старые технологии, такие, как радиологическая информационная система (Radiology Information System  — RIS) и PACS, тоже подвергнуться инновациям, что  окажет влияние на все стороны работы больницы.

«Радиологические отделения начинают понимать, насколько важной может быть система электронных медицинских карт для их работы, — говорит МакЭнери.  —  Включение клинической картины пациента в полном объеме в их рабочий процесс поможет радиологам открыть для себя новые способы повышения эффективности, от которых выиграют как пациент, так и лечащий врач».

Хотя ажиотаж вокруг ИИ сегодня вырос до невиданных размеров, медицинские организации должны понимать, что его развитие находится еще на начальной стадии, и чтобы лучше оценить его возможности и ограничения, потребуются дополнительные исследования.

«На текущем этапе использование ИИ одобрено в слишком малом количестве областей, чтобы сделать его экономически выгодным,» — сказал Канаво.

И тем не менее, появление этой прорывной технологии как никогда раньше требует от отделений визуализации и больниц проведения оценки эффективности их рабочего процесса, чтобы выяснить, как извлекать, синтезировать и применять самую важную информацию для лечения и ухода за пациентом.

Поделиться