Perioden november-februari är ganska intressant för området medicinsk avbildning – två stora konferenser presenterar den senaste utvecklingen inom området under denna period. Radiological Society of North America (RSNA) avslutade sitt fyra dagar långa årsmöte i slutet av november 2018, det största radiologimötet globalt sett. Dess tagline för förra året: Tomorrow’s Radiology Today. Faktum är att när hälso- och sjukvården ser fram emot futuristisk teknik gör även radiologin det. I februari hölls konferensen HIMSS (Healthcare Information and Management Systems Society), där återigen teknik för medicinsk avbildning visas upp.
Från båda konferenserna kommer här Frost & Sullivans syn på de främsta avbildningsteknikerna och hur de kommer att fortsätta att utvecklas.
Artificiell intelligens
Det råder ingen tvekan om att artificiell intelligens (AI) har tagit radiologisamhället med storm, och i år ligger fokus på hur tekniken ska kunna fungera ännu bättre med radiologer. Utan att gå in på detaljerna om hur exakt den kommer att implementeras och för vilka användningsfall, finns nedan en representation av hur den kommer att förändra patientupplevelsen.
Läkaren kommer att vägledas av artificiell intelligens om det bästa avbildningstestet som ska utföras på patienten (baserat på symtom), i stället för att utföra ett och sedan behöva beställa ett andra.
Den faktiska processen för att få en magnetresonanstomografi (MRI) eller datortomografi (CT) skulle gå mycket snabbare jämfört med nu, då teknikern skulle ha AI som vägleder dem om hur de bäst ska placera sig för maskinen, förbereda rätt inställningar för skanningen (baserat på ålder, kön, område eller sjukdom som ska fokuseras etc.).
Patienten skulle också utsättas för lägre strålningsdoser än vad som är fallet i dag. För att få en högkvalitativ bild som stöder diagnosen krävs höga (men säkra) stråldoser. AI kommer dock att göra det möjligt att använda lägre doser för att producera bilder av något lägre kvalitet och sedan omvandla dem till högkvalitativa bilder, genom att utnyttja rådata från maskinerna som för närvarande inte bearbetas i dag.
Radiologer kommer troligen också att få rapporter mycket snabbare – med AI som stöd för radiologer kommer de att kunna bearbeta bilderna som de skannar snabbare och utan att missa viktiga inslag i skanningen, eftersom AI kommer att framhäva dem i förväg för granskning.
Patienten kommer också med större sannolikhet att få en rätt diagnos i första hand, tillsammans med ett bättre och mer personligt behandlingsschema, eftersom AI kommer att studera patientens sjukdomshistoria och bilder för att jämföra prognosen med liknande tidigare fall och vägleda radiologerna och läkarna till den bästa kliniska vägen för bästa möjliga utfall.
Sammanfattningsvis innebär detta att patienterna verkligen kan förvänta sig en mycket högre effektivitet och noggrannhet i processen. Alla större företag inom medicinsk avbildning, liksom mer än 100 nystartade företag, arbetar för att göra denna vision till verklighet.
Augmented Reality
Augmented Reality (AR) och Virtual Reality (VR) finner många nya tillämpningar inom sjukvården. Kirurger förbereder sig inför en operation genom att studera röntgenbilder av patienten. Tredimensionella bilder har förbättrat deras förmåga att bättre visualisera patientens anatomi. En utmaning har dock varit att i realtid bedöma ett områdes faktiska läge under operationen. Den bästa lösningen har varit att ge stöd för fluoroskopi under själva operationen. Med AR kan medicinska bilder konverteras och monteras på AR-headsets som kirurgen kan bära under operationen. Ett exempel på en AR-baserad lösning för planering före operation är Novarads OpenSight AR-system, som nu är godkänt av den amerikanska läkemedelsmyndigheten FDA (Food and Drug Administration). Detta minskar effektivt strålningsexponeringen för patienterna samtidigt som kirurgerna får bättre planeringsmöjligheter.
Tredimensionell utskrift
Patienterna får en förklaring av det ingrepp som ska utföras före operationen. I vissa innovativa tillvägagångssätt har AR-tekniker använts för att hjälpa patienterna att förstå sin egen anatomi och vad som kommer att hända under operationen. Vid RSNA presenterade forskare från New York resultat från tester av användningen av AR-modeller och 3D-utskrivna modeller för patientutbildning. Domen: 3D-utskrivna modeller var mycket effektivare när det gällde att hjälpa patienterna att förstå njur- eller prostatatumörens specifika detaljer och på så sätt hjälpa dem att bli mer självsäkra och trygga när det gäller att göra rätt kirurgiska val. Av liknande skäl är 3D-utskrifter också användbara för att kirurgerna ska vara bättre förberedda inför operationerna.
Cinematic Rendering and Digital Twin Technology
För att förstå den komplexa funktionen hos organ som t.ex. hjärtat kan 3D-bilder kombineras med ytterligare information för att matas in i verktyg för cinematisk rendering. Detta ger en realistisk visualisering av organens funktioner som kan hjälpa kirurger att planera ingrepp, förklara medicinska ingrepp för patienter och hjälpa till att bättre diagnostisera sjukdomar. Detta är ett sätt på vilket tekniken kan bidra till att ställa rätt diagnos för patienterna tidigare och därmed säkerställa snabbare behandling och bättre allmänt välbefinnande.
En liknande idé är den digitala tvillingtekniken. Digitala tvillingar blir ett annat fokusområde i branschen, där Siemens, GE Healthcare och Philips arbetar för att använda denna teknik för olika användningsområden. Siemens Healthineers diskuterade till exempel sin digitala tvillingteknik för organ (som drivs av artificiell intelligens) för att möjliggöra simulering av organets fysiologi för att hjälpa läkare att välja en terapi med bästa möjliga resultat – som testats virtuellt på den digitala tvillingen.
Teknik på frammarsch
Samtidigt som det finns många tekniker som påverkar hälso- och sjukvården dominerade artificiell intelligens i år, med ett mindre fokus på 3D-avbildning och utskrifter. Andra områden som cybersäkerhet börjar också dyka upp inom radiologin, och sekretessen för patientjournaler är också ett viktigt ämne inom radiologin.