AI čita srčane MRI-ove gotovo kao liječnik – tko zaista profitira

Penn Medicine tim objavio je AI model koji tumači srčane MRI snimke s točnošću bliskom stručnjacima, a temelji se na nevjerojatnih 300.000 video snimki od 20.000 pacijenata 1. Model ne samo da procjenjuje funkciju srca, već dijagnosticira desetke bolesti – i to bez kontrastnih sredstava, što je do sada bilo rijetkost čak i među ljudskim radiolozima.

Istraživači ističu da je sustav dosegao stručnjačku razinu u mjerenju ejekcijske frakcije, ključnog pokazatelja srčane funkcije, ali detalji o specifičnim bolestima ostaju nejasni. Ono što privlači pozornost nije samo tehnička izvedba, već činjenica da je model objavljen kao open-source za akademsku upotrebu.

To je rijedak potez u svijetu gdje komercijalizacija AI alata često prethodi transparentnosti. Ipak, brojke iz Nature Biomedical Engineering studije – poput 40.000 dodatnih snimki za buduće treninge – sugeriraju da je ovo tek početak 2.

Ključno pitanje ostaje: koliko je ovaj AI zapravo bliži kliničkoj primjeni od desetaka sličnih projekata koji su obećavali „revoluciju“ u medicinskoj dijagnostici? Istraživači najavljuju prospektivne studije, ali bez FDA odobrenja ili jasnih podataka o lažno pozitivnim rezultatima, govorimo o naprednom prototipu, a ne gotovom proizvodu.

Srčani MRI jedan je od najmoćnijih alata u kardiologiji, ali njegova interpretacija zahtijeva rijetku stručnost – problem koji je posebno izražen u ruralnim bolnicama i manjim centrima. AI model Penn Medicinea mogao bi popuniti tu prazninu, no njegova stvarna vrijednost leži u tome što radi s nekontrastnim snimkama, što pojednostavljuje proces i smanjuje troškove 3.

Ipak, konkurencija ne spava. Google Health i startupi poput Ultromics već godinama rade na sličnim rješenjima, a njihovi modeli često dolaze s komercijalnim ograničenjima.

Penn Medicineov open-source pristup mogao bi postati prednost, ali samo ako akademska zajednica zaista prihvati model i počne ga koristiti u istraživanjima. Trenutno je GitHub aktivnost ograničena, a reakcije na forumima poput Reddita mješovite – od entuzijazma do skeptičnih pitanja o stvarnoj točnosti 4.

Najveći izazov nije tehnička izvedba, već integracija u postojeće kliničke protokole. Čak i ako AI postiže 95% točnosti, liječnici će trebati dokaze da se mogu pouzdati u njegove dijagnoze – posebno kada je u pitanju ljudski život.

Istraživači to znaju, pa najavljuju dodatne studije, ali do tada ovaj model ostaje fascinantan eksperiment, a ne medicinska revolucija. Očekuje se da će daljnji razvoj i testiranje ove tehnologije pružiti bolju perspektivu o njenoj potencijalnoj upotrebi u kliničkoj praksi. Time će se omogućiti bolja dijagnostika i liječenje srčanih bolesti.