Google Cloud представляет новый пакет медицинских изображений на базе искусственного интеллекта

Применение искусственного интеллекта к медицинским изображениям может быть полезным для врачей и пациентов, но разработка инструментов для этого может оказаться сложной задачей. Компания Google во вторник объявила, что готова решить эту проблему с помощью своего нового пакета медицинских изображений.

«Компания Google впервые применила искусственный интеллект и компьютерное зрение в Google Фото, Google Image Search и Google Lens, и теперь мы делаем наши знания, инструменты и технологии в области обработки изображений доступными для предприятий здравоохранения и биологических наук», — Алисса Хсу Линч, глобальный руководитель Google Cloud MedTech Strategy and Solutions, говорится в заявлении.

Вице-президент Gartner и выдающийся аналитик Джефф Криббс объяснил, что поставщики медицинских услуг, которые ищут ИИ для решений диагностической визуализации, обычно вынуждены выбирать один из двух вариантов.

«Они могут приобретать программное обеспечение у производителя устройства, поставщика репозитория изображений или у третьей стороны, или они могут создавать свои собственные алгоритмы с помощью инструментов классификации изображений, не зависящих от отрасли», — сказал он NewsTechWorld.

«В этом выпуске, — продолжил он, — Google берет свои инструменты разработки ИИ с низким кодом и добавляет существенное ускорение для здравоохранения».

«Этот продукт Google предоставляет платформу для разработчиков искусственного интеллекта, а также облегчает обмен изображениями», — добавила Джинни Торно, административный директор по инновациям и ИТ-клиническим, вспомогательным и исследовательским системам в Houston Methodist в Хьюстоне.

«Это не уникально для этого рынка, но может предоставить возможности взаимодействия, на которые не способен более мелкий провайдер», — сказала она NewsTechWorld.

Надежные компоненты

По данным Google, Medical Imaging Suite решает некоторые распространенные проблемы, с которыми сталкиваются организации при разработке моделей искусственного интеллекта и машинного обучения. Компоненты в комплекте включают в себя:

• Cloud Healthcare API, обеспечивающий простой и безопасный обмен данными с использованием международного стандарта обработки изображений DICOMweb. API предоставляет полностью управляемую, масштабируемую среду разработки корпоративного уровня с автоматической деидентификацией DICOM. В число партнеров в области технологий обработки изображений входят NetApp для беспрепятственного управления данными из локальной среды в облако и Change Healthcare, облачная корпоративная система обработки изображений PACS, используемая рентгенологами в клинических условиях.
• Инструменты аннотирования с помощью искусственного интеллекта от Nvidia и Monai для автоматизации часто выполняемой вручную и повторяющейся задачи маркировки медицинских изображений, а также встроенная интеграция с любой программой просмотра DICOMweb.
• Доступ к BigQuery и Looker для просмотра и поиска петабайт данных изображений для выполнения расширенной аналитики и создания обучающих наборов данных с нулевыми операционными издержками.
• Использование Vertex AI для ускорения разработки конвейеров ИИ для создания масштабируемых моделей машинного обучения, при этом для пользовательского моделирования требуется на 80 % меньше строк кода.
• Гибкие варианты облачного, локального или периферийного развертывания, позволяющие организациям соответствовать разнообразным требованиям суверенитета, безопасности данных и конфиденциальности, обеспечивая при этом централизованное управление и соблюдение политик с помощью распределенного облака Google, поддерживаемого Anthos.

Полная колода технологий

«Ключевым отличием пакета Medical Imaging Suite является то, что мы предлагаем комплексный набор технологий, поддерживающих процесс создания искусственного интеллекта от начала до конца», — сказал Линч NewsTechWorld.

По ее словам, пакет предоставляет все: от приема и хранения данных изображений до инструментов аннотирования с помощью ИИ и гибких вариантов развертывания моделей на периферии или в облаке.

«Мы предлагаем решения, которые сделают этот процесс проще и эффективнее для организаций здравоохранения», — сказала она.

Линч добавил, что пакет использует открытый стандартизированный подход к медицинской визуализации.

«Наши интегрированные сервисы Google Cloud работают со стандартным подходом DICOM, что позволяет клиентам беспрепятственно использовать Vertex AI для машинного обучения и BigQuery для обнаружения и анализа данных», — сказала она.

«Поскольку все построено вокруг этого стандартизированного подхода, мы упрощаем организациям управление своими данными и делаем их полезными».

Решение для классификации изображений

Растущее использование медицинских изображений в сочетании с проблемами кадрового состава сделало поле созревшим для решений, основанных на искусственном интеллекте и машинном обучении.

«Поскольку системы визуализации становятся быстрее, предлагают более высокое разрешение и такие возможности, как функциональная МРТ, инфраструктуре, поддерживающей эти системы, становится все труднее не отставать и, в идеале, опережать то, что необходимо», — сказал Торно.

«Кроме того, существует нехватка кадров в области рентгенологии, что усложняет кадровую часть рабочей нагрузки», — добавила она.

Google Cloud стремится сделать данные медицинских изображений более доступными, совместимыми и полезными с помощью пакета медицинских изображений (Изображение предоставлено Google).

Она объяснила, что ИИ может выявлять проблемы, обнаруженные на изображении, сравнивая его с изученным набором изображений. «Он может порекомендовать диагноз, который затем просто нуждается в интерпретации и подтверждении», — отметила она.

«Он также может отображать изображения в верхней части рабочей очереди, если на изображении обнаружена потенциально опасная для жизни ситуация», — продолжила она. «ИИ также может организовывать рабочие процессы, считывая изображения».

Машинное обучение делает для медицинских изображений то же, что и для распознавания лиц и поиска по изображениям. «Вместо того, чтобы идентифицировать собаку, летучую тарелку или стул на фотографии, ИИ определяет границу опухоли, перелом кости или поражение легких на диагностическом изображении», — пояснил Криббс.

Инструмент, не замена

Майкл Арриго, управляющий партнер No World Borders , национальной сети свидетелей-экспертов по вопросам здравоохранения, базирующейся в Ньюпорт-Бич, Калифорния, согласился с тем, что ИИ может помочь некоторым перегруженным работой рентгенологам, но только если он надежен.

«Данные должны быть структурированы таким образом, чтобы ИИ мог их использовать и потреблять», — сказал он NewsTechWorld. «ИИ плохо работает с сильно изменчивыми неструктурированными данными в непредсказуемых форматах».

Торно добавил, что было проведено множество исследований точности ИИ, и они будут продолжаться.

«Несмотря на то, что есть примеры того, как ИИ находил то, чего не мог сделать человек, или был «так же хорош», как и человек, есть также примеры, когда ИИ упускает что-то важное или не совсем уверен, что интерпретировать, поскольку может быть несколько проблемы с пациентом, — заметила она.

«ИИ следует рассматривать как эффективный инструмент для ускорения интерпретации изображений и помощи в неотложных случаях, но не как полную замену человеческого фактора», — сказала она.

Большой потенциал всплеска

Благодаря своим ресурсам Google может оказать значительное влияние на рынок медицинской визуализации. «Наличие в этой сфере такого крупного игрока, как Google, может способствовать синергии с другими продуктами Google, уже используемыми в организациях здравоохранения, что потенциально обеспечит более плавное подключение к другим системам», — отметил Торно.

«Если Google сконцентрируется на этом сегменте рынка, у них есть ресурсы, чтобы произвести фурор», — продолжила она. «В этом пространстве уже есть много игроков. Будет интересно посмотреть, как этот продукт сможет использовать другие функции и конвейеры Google и стать отличительной чертой».

Линч объяснил, что с запуском Medical Imaging Suite Google надеется помочь ускорить разработку и внедрение ИИ для визуализации в отрасли здравоохранения.

«ИИ может помочь облегчить нагрузку на работников здравоохранения и значительно улучшить и даже спасти жизни людей», — сказала она.

«Предлагая наши инструменты визуализации, продукты и опыт организациям здравоохранения, мы верим, что это принесет пользу рынку и пациентам», — добавила она.