Jak przekazała rzeczniczka uczelni Agata Pustułka, wyniki badań opublikowano w czasopiśmie „Nature Medicine”. Opracowany system EyeFM to multimodalny model sztucznej inteligencji, który został wytrenowany na bazie 14,5 mln obrazów okulistycznych i 400 tys. tekstów klinicznych pochodzących z międzynarodowych i wieloetnicznych zbiorów danych.

Walidacja modelu obejmowała analizę retrospektywną, badania z udziałem okulistów z różnych kontynentów oraz randomizowane, podwójnie maskowane badanie kliniczne z udziałem 668 pacjentów i 16 lekarzy. Wyniki wskazały, że korzystanie z EyeFM podniosło trafność diagnoz z 75,4 proc. do 92,2 proc., a poprawność decyzji dotyczących kierowania pacjentów do dalszego leczenia – z 80,5 proc. do 92,2 proc.

Według autorów badania lekarze wspierani przez model tworzyli bardziej ustandaryzowane raporty, a pacjenci częściej stosowali się do zaleceń terapeutycznych i dotyczących samokontroli. Co istotne, EyeFM umożliwiał skuteczne wykorzystanie tańszych i powszechniej dostępnych badań obrazowych w sytuacjach, w których dotąd standardem były kosztowne techniki, takie jak optyczna koherentna tomografia.

„Badanie to stanowi ważny krok w kierunku klinicznej translacji modeli AI, pokazując, że sztuczna inteligencja może realnie wspierać okulistów, zwiększając precyzję i efektywność ich pracy oraz poprawiając wyniki zdrowotne pacjentów” – powiedział współautor publikacji prof. Adrian Smędowski ze Śląskiego Uniwersytetu Medycznego, cytowany w komunikacie uczelni.

Prof. Smędowski kieruje zespołem badawczym w Katedrze i Klinice Okulistyki Wydziału Nauk Medycznych w Katowicach. Specjalizuje się w diagnostyce i leczeniu jaskry oraz dziedzicznych chorób siatkówki.

„Nature Medicine” należy do grupy czasopism „Nature” i uznawane jest za jedno z najbardziej prestiżowych pism naukowych w dziedzinie medycyny. (PAP)

Nauka w Polsce

jms/ agt/