- Klíčová slova
- pitfalls,
- MeSH
- falešně pozitivní reakce MeSH
- ganglia autonomní diagnostické zobrazování patologie MeSH
- lidé MeSH
- lymfatické uzliny diagnostické zobrazování patologie MeSH
- nádory prostaty * diagnostické zobrazování patologie MeSH
- pozitronová emisní tomografie * metody MeSH
- prostatický specifický antigen škodlivé účinky MeSH
- Check Tag
- lidé MeSH
- mužské pohlaví MeSH
- Publikační typ
- přehledy MeSH
Rozvoj využití umělé inteligence (AI) je v současnosti velmi dynamický a zasahuje do řady lidských činností. Výjimkou nejsou ani zobrazovací metody v lékařství. AI se zde může uplatnit při obrazové akvizici, při zpracování a augmentaci obrazu, při interpretaci nálezu, popř. v rámci pokročilé analýzy obrazových charakteristik, tzv. radiomiky. K dispozici je již řada certifikovaných komerčních řešení, jejich validace a dostatečné doklady pozitivního dopadu na zdravotní péči jsou však zatím omezené. Role AI je v současnosti spíše podpůrná, to se však do budoucna nejspíše změní. Mezi rizika a nevýhody patří závislost na výpočetní síle, kvalitě vstupních dat a jejich zpracování lidským hodnotitelem pro potřeby učení neuronové sítě. Nedostatečná je transparence fungování algoritmů a problematická může být jejich přenositelnost. Užití AI s sebou přináší zcela nové etické a legislativní aspekty. Budoucí vývoj AI v zobrazovacích metodách je obtížné odhadovat, pravděpodobné je však další rozšiřování možností využití a reálného nasazení v klinické praxi.
The current era witnesses a highly dynamic development of Artificial Intelligence (AI) applications, impacting various human activities. Medical imaging techniques are no exception. AI can find application in image acquisition, image processing and augmentation, as well as in the actual interpretation of images. Moreover, within the domain of radiomics, AI can be instrumental in advanced analysis surpassing the capacities of the human eye and experience. While several certified commercial solutions are available, the validation and accumulation of sufficient evidence regarding their positive impact on healthcare is currently constrained. The role of AI presently leans towards being assistive, yet further evolution is anticipated. Risks and disadvantages encompass dependency on computational power, the quality of input data, and their annotation for learning purposes. The transparency of algorithmic functioning is lacking, and issues pertaining to portability may arise. The integration and utilization of AI introduce entirely new ethical and legislative aspects. Predicting the future development of AI in imaging methods is challenging, with a further increase in implementation appearing more probable.
