Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Praktycznezastosowaniasztucznejinteligencjiwhepatologii
gromadzeniudanychzelektronicznychkartzdro-
wia,systemówszpitalnych,bazdanychdotyczą-
cychbadańklinicznych,anawetzmediówspołecz-
nościowychiaplikacjizdrowotnych.Algorytmy
sztucznejinteligencjimogąanalizowaćtezasoby
danych,wykrywającwzorceitrendy,którepomo-
gąwidentyfikacjiczynnikówryzyka,wpredykcji
rozwojuchoróbwątroby,anawetwodkrywaniu
nowychpowiązańmiędzyróżnymiczynnikamiży-
ciowymiastanemwątroby.W2020rokuwczaso-
piśmie„Nature”opublikowanoartykuł,którydo-
wodził,żedanezinternetumogąbyćprzydatne
wmonitorowaniuepidemii.GoogleiTwitterudo-
wodniły,żemająpotencjałdoszacowaniaiprzewi-
dywaniaprzebieguepidemiigrypy,zanimzostanie
onazaobserwowanawpopulacji.
Badaniaprzesiewowe
Sztucznainteligencjamożebyćwykorzystana
wbadaniachprzesiewowychchoróbwątrobyza-
równowceluprzeprowadzeniaszybkiejiprecy-
zyjnejdiagnostyki,jakiidentyfikacjiczynników
ryzyka.
Potencjalneobszaryzastosowańsztucznej
inteligencjiwbadaniachprzesiewowychto:
•analizaobrazówmedycznych–sztucznain-
teligencjamożebyćwykorzystanadoanalizy
obrazówwątrobyuzyskanychzapomocąróż-
nychtechnik,wtymTK,MRiUSG;algorytmy
sztucznejinteligencjimogąautomatyczniewy-
krywaćioceniaćzmianywwątrobie,takiejak
guzy,bliznyiinnezmianypatologiczne,dzięki
czemumożnaprzyspieszyćprocesdiagnozo-
waniachoróbwątrobyipoprawićdokładność
rozpoznania;
•analizadanychlaboratoryjnych–sztucznainte-
ligencjamożepomócwanaliziewynikówbadań
laboratoryjnych,wtymaktywnościenzymów
wątrobowych,np.aminotransferazyalaninowej
(alanineaminotransferase,ALT)iaminotransfera-
zyasparaginianowej(aspartateaminotransferase,
AST),orazstężeńbilirubinyimarkerówwiruso-
wych,np.antygenupowierzchniowegowirusa
zapaleniawątrobytypuB(surfaceantigenofthe
hepatitisBvirus,HBsAg);algorytmysztucznej
inteligencjimogąidentyfikowaćwzorcewwy-
nikachbadań,któresugerująobecnośćchoroby
wątrobylubzwiększoneryzykojejrozwoju;
•predykcyjnemodeleryzyka–sztucznainteli-
gencjamożebyćwykorzystanadoopracowania
predykcyjnychmodeliryzykachoróbwątroby;
danekliniczne,laboratoryjneidemograficzne
pacjentamogąbyćanalizowanewceluokre-
śleniaindywidualnegoprawdopodobieństwa
wystąpieniachorobywątrobylubjejpostępów;
takiemodelemogąpomócwidentyfikacji
osóbwymagającychintensywniejszegonad-
zorulubwcześniejszegopodjęciainterwencji
terapeutycznej;
•systemywsparciadecyzjiklinicznych–algo-
rytmysztucznejinteligencjimogąbyćwyko-
rzystanedoopracowaniasystemówwsparcia
decyzjiklinicznychhepatologów;napodsta-
wieanalizydanychpacjenta,wywiaduiwyni-
kówbadańsztucznainteligencjamożegene-
rowaćrekomendacjedotyczącediagnostyki,
monitorowaniaileczeniachoróbwątroby.
Wartopodkreślić,żechociaższtucznainteli-
gencjamożebyćpotężnymorężemwbadaniach
przesiewowychchoróbwątroby,tojednakstanowi
tylkowsparciedlalekarzyidiagnostów,aostatecz-
nedecyzjedotyczącediagnozyileczeniapowinny
byćzawszepodejmowaneprzezwykwalifikowany
personelmedyczny.
27
Diagnostykaobrazowa
Diagnostykaobrazowaobejmujewielemetod
itechnologiiwykorzystywanychdogenerowania
