Google Cloud presenta una nuova suite di imaging medico alimentata dall’intelligenza artificiale
I servizi di generazione di lead IT aziendali alimentano la vostra pipeline. Chiudete più contratti. I nostri programmi di marketing a servizio completo forniscono lead pronti per la vendita. Garanzia di soddisfazione al 100%! Per saperne di più.
L’applicazione dell’intelligenza artificiale alle immagini mediche può essere vantaggiosa per medici e pazienti, ma sviluppare gli strumenti per farlo può essere impegnativo. Martedì Google ha annunciato di essere pronta ad affrontare questa sfida con la sua nuova Medical Imaging Suite.
“Google è stata pioniera nell’uso dell’intelligenza artificiale e della computer vision in Google Foto, Google Image Search e Google Lens, e ora sta mettendo a disposizione delle imprese del settore sanitario e delle scienze della vita la nostra esperienza, i nostri strumenti e le nostre tecnologie di imaging”, ha dichiarato in un comunicato Alissa Hsu Lynch, global lead di Google Cloud MedTech Strategy and Solutions.
Jeff Cribbs, vicepresidente e illustre analista di Gartner, ha spiegato che i fornitori di servizi sanitari che cercano l’IA per le soluzioni di diagnostica per immagini sono generalmente costretti a scegliere tra due opzioni.
“Possono acquistare software dal produttore del dispositivo, dal fornitore di archivi di immagini o da terzi, oppure possono costruire i propri algoritmi con strumenti di classificazione delle immagini agnostici per il settore”, ha dichiarato a TechNewsWorld.
“Con questa versione”, ha proseguito, “Google prende i suoi strumenti di sviluppo dell’intelligenza artificiale a basso codice e aggiunge un’accelerazione sostanziale specifica per il settore sanitario”.
“Questo prodotto di Google fornisce una piattaforma per gli sviluppatori di IA e facilita anche lo scambio di immagini”, ha aggiunto Ginny Torno, direttore amministrativo dell’innovazione e dei sistemi informatici clinici, ausiliari e di ricerca presso lo Houston Methodist di Houston.
“Non è un’esclusiva di questo mercato, ma può fornire opportunità di interoperabilità che un fornitore più piccolo non è in grado di offrire”, ha dichiarato a TechNewsWorld.
Componenti robusti
Secondo Google, Medical Imaging Suite affronta alcuni punti dolenti comuni delle organizzazioni quando sviluppano modelli di intelligenza artificiale e apprendimento automatico. I componenti della suite includono:
- Cloud Healthcare API, che consente uno scambio di dati facile e sicuro utilizzando uno standard internazionale per l’imaging, DICOMweb. L’API fornisce un ambiente di sviluppo di livello aziendale completamente gestito e scalabile, con de-identificazione DICOM automatizzata. Tra i partner tecnologici per l’imaging figurano NetApp, per una gestione dei dati da on-premise a cloud senza soluzione di continuità, e Change Healthcare, un PACS di imaging aziendale cloud-native utilizzato dai radiologi in ambito clinico.
- Strumenti di annotazione assistita dall’intelligenza artificiale di Nvidia e Monai per automatizzare il compito altamente manuale e ripetitivo dell’etichettatura delle immagini mediche, oltre all’integrazione nativa con qualsiasi visualizzatore DICOMweb.
- Accesso a BigQuery e Looker per visualizzare e cercare petabyte di dati di imaging per eseguire analisi avanzate e creare set di dati di addestramento senza alcun costo operativo.
- Utilizzo di Vertex AI per accelerare lo sviluppo di pipeline AI per costruire modelli di apprendimento automatico scalabili, con l’80% in meno di linee di codice necessarie per la modellazione personalizzata.
- Opzioni flessibili per l’implementazione in cloud, on-prem o edge per consentire alle organizzazioni di soddisfare diversi requisiti di sovranità, sicurezza dei dati e privacy, fornendo al contempo una gestione centralizzata e l’applicazione di policy con Google Distributed Cloud, abilitato da Anthos.
Un ricco ventaglio di tecnologie
“Un elemento di differenziazione fondamentale per Medical Imaging Suite è che offriamo una suite completa di tecnologie che supportano il processo di fornitura dell’IA dall’inizio alla fine”, ha dichiarato Lynch a TechNewsWorld.
La suite offre tutto ciò che serve, dall’ingestione e archiviazione dei dati di imaging agli strumenti di annotazione assistita dall’intelligenza artificiale, fino alle opzioni di distribuzione flessibile dei modelli sul bordo o nel cloud.
“Stiamo fornendo soluzioni che renderanno questo processo più semplice ed efficiente per le organizzazioni sanitarie”, ha detto Lynch.
Lynch ha aggiunto che la suite adotta un approccio aperto e standardizzato all’imaging medico.
“I nostri servizi Google Cloud integrati funzionano con un approccio standard DICOM, consentendo ai clienti di sfruttare senza problemi Vertex AI per l’apprendimento automatico e BigQuery per la scoperta e l’analisi dei dati”, ha dichiarato.
“Avendo tutto costruito intorno a questo approccio standardizzato, stiamo rendendo più facile per le organizzazioni gestire i loro dati e renderli utili”.
Soluzione per la classificazione delle immagini
L’uso crescente dell’imaging medico, unito ai problemi di manodopera, ha reso il campo maturo per soluzioni basate sull’intelligenza artificiale e sull’apprendimento automatico.
“Man mano che i sistemi di imaging diventano più veloci, offrono una risoluzione più elevata e funzionalità come la risonanza magnetica funzionale, è sempre più difficile per l’infrastruttura che supporta questi sistemi tenere il passo e, idealmente, rimanere al di sopra di ciò che è necessario”, ha detto Torno.
“Inoltre, la carenza di personale in radiologia complica la gestione dei carichi di lavoro”, ha aggiunto Torno.
Google Cloud mira a rendere i dati di imaging sanitario più accessibili, interoperabili e utili con la sua Medical Imaging Suite (credito immagine: Google).
Ha spiegato che l’intelligenza artificiale è in grado di identificare i problemi riscontrati in un’immagine confrontandola con una serie di immagini apprese. “Può raccomandare una diagnosi che poi deve essere solo interpretata e confermata”, ha osservato.
“Può anche portare le immagini in cima alla coda di lavoro se in un’immagine viene rilevata una situazione potenzialmente pericolosa per la vita”, ha proseguito. “L’intelligenza artificiale può anche organizzare i flussi di lavoro leggendo le immagini”.
L’apprendimento automatico fa per l’imaging medico ciò che ha fatto per il riconoscimento facciale e la ricerca basata sulle immagini. “Piuttosto che identificare un cane, un frisbee o una sedia in una fotografia, l’IA identifica i confini di un tumore, una frattura ossea o una lesione polmonare in un’immagine diagnostica”, ha spiegato Cribbs.
Strumento, non sostituto
Michael Arrigo, socio amministratore di No World Borders, una rete nazionale di testimoni esperti in materia di assistenza sanitaria, con sede a Newport Beach, California, concorda sul fatto che l’IA potrebbe aiutare alcuni radiologi oberati di lavoro, ma solo se è affidabile.
“I dati devono essere strutturati in modo da essere utilizzabili e consumabili dall’IA”, ha dichiarato a TechNewsWorld. “L’IA non funziona bene con dati non strutturati altamente variabili e in formati imprevedibili”.
Torno ha aggiunto che sono stati fatti molti studi sull’accuratezza dell’IA e che continueranno ad essere fatti.
“Se da un lato ci sono esempi in cui l’IA trova cose che un essere umano non trova, o è ‘altrettanto brava’ di un essere umano, dall’altro ci sono esempi in cui l’IA si lascia sfuggire qualcosa di importante, o non è del tutto sicura di cosa interpretare, dato che potrebbero esserci molteplici problemi con il paziente”, ha osservato.
“L’IA deve essere vista come uno strumento di efficienza per accelerare l’interpretazione delle immagini e aiutare nei casi di emergenza, ma non deve sostituire completamente l’elemento umano”.
Potenziale di grande impatto
Con le sue risorse, Google può avere un impatto significativo sul mercato dell’imaging medico. “Avere un attore importante come Google in questo spazio potrebbe facilitare le sinergie con altri prodotti Google già presenti nelle organizzazioni sanitarie, consentendo potenzialmente una connettività più fluida con altri sistemi”, ha osservato Torno.
“Se Google si concentra su questo segmento di mercato, ha le risorse per fare colpo”, ha proseguito. “Ci sono già molti operatori in questo spazio. Sarà interessante vedere come questo prodotto potrà sfruttare altre funzionalità e pipeline di Google ed essere un elemento di differenziazione”.
Lynch ha spiegato che con il lancio di Medical Imaging Suite, Google spera di contribuire ad accelerare lo sviluppo e l’adozione dell’IA per l’imaging da parte del settore sanitario.
“L’IA ha il potenziale per contribuire ad alleggerire il carico di lavoro degli operatori sanitari e a migliorare significativamente e persino a salvare la vita delle persone”, ha dichiarato.
“Offrendo i nostri strumenti, prodotti e competenze di imaging alle organizzazioni sanitarie, crediamo che il mercato e i pazienti ne trarranno beneficio”, ha aggiunto.
