Inteligența artificială citește RMN-urile cerebrale în câteva secunde și identifică urgențele neurologice

Un studiu realizat la University of Michigan și publicat în Nature Biomedical Engineering la data de 10 februarie 2026 a evaluat un sistem de inteligență artificială capabil să interpreteze imagini de rezonanță magnetică cerebrală în doar câteva secunde și să identifice rapid patologiile neurologice, inclusiv cazurile care necesită intervenție urgentă. Cercetarea arată că modelul poate atinge o acuratețe diagnostică de până la 97,5%, sugerând un potențial major de transformare a fluxurilor clinice din imagistica medicală.

Rezumat

• A fost dezvoltat sistemul de inteligență artificială Prima, capabil să analizeze rapid examinările RMN cerebrale.

• Modelul a fost antrenat pe peste 200.000 de studii RMN și 5,6 milioane de secvențe imagistice, împreună cu istoricul clinic al pacienților.

• În evaluarea a peste 30.000 de examinări RMN realizate pe parcursul unui an, acuratețea diagnostică a ajuns la 97,5%.

• Sistemul a depășit performanța altor modele avansate de inteligență artificială în peste 50 de diagnostice radiologice neurologice.

• Poate identifica automat urgențele majore, precum accidentul vascular cerebral și hemoragia intracraniană, și poate alerta specialistul adecvat.

• Tehnologia ar putea reduce întârzierile diagnostice și deficitul de neuroradiologi la nivelul sistemelor de sănătate.

Context

Creșterea globală a numărului de examinări prin rezonanță magnetică, în special pentru patologia neurologică, depășește disponibilitatea serviciilor de neuroradiologie. Această discrepanță contribuie la întârzieri în interpretarea imaginilor, erori diagnostice și presiune asupra personalului medical.

Modelele anterioare de inteligență artificială utilizate în imagistica cerebrală au fost, în general, limitate la sarcini înguste, precum detectarea leziunilor specifice sau estimarea riscului de demență, fiind antrenate pe seturi de date selectate. Noua abordare propune un model integrativ, similar modului în care medicii corelează imaginile cu istoricul clinic.

Despre studiul actual

Sistemul dezvoltat, denumit Prima, este un model de tip vision-language, capabil să proceseze simultan imagini, text și date clinice.

Setul de date și antrenarea modelului

• Au fost utilizate toate examinările RMN disponibile de la digitalizarea arhivelor radiologice ale University of Michigan Health.

• Setul de antrenare a inclus:

  • peste 200.000 de studii RMN;

  • aproximativ 5,6 milioane de secvențe imagistice;

  • istoricul medical al pacienților și indicațiile clinice pentru investigație.

Această integrare a permis modelului să funcționeze analog unui radiolog, combinând date imagistice și context clinic pentru predicții diagnostice complexe.

Evaluarea performanței

• Testarea s-a desfășurat pe durata unui an.

• Au fost analizate peste 30.000 de examinări RMN.

• Au fost incluse mai mult de 50 de diagnostice radiologice neurologice majore.

• Performanța modelului a fost comparată cu alte sisteme avansate de inteligență artificială.

Rezultate

Modelul Prima a demonstrat:

• Acuratețe diagnostică maximă de 97,5% în identificarea patologiilor neurologice.

• Performanță superioară față de alte modele de inteligență artificială evaluate.

• Capacitatea de a prioritiza cazurile în funcție de urgența clinică.

• Detectarea rapidă a afecțiunilor critice, inclusiv:

  • accident vascular cerebral;

  • hemoragie cerebrală.

• Alertarea automată a specialistului adecvat (neurolog vascular, neurochirurg) imediat după finalizarea imagisticii.

În plus, sistemul furnizează feedback clinic în timp real, ceea ce poate accelera inițierea tratamentului și îmbunătăți prognosticul pacienților.

Discuții și implicații

Rezultatele sugerează că integrarea inteligenței artificiale la scară de sistem de sănătate poate:

• reduce întârzierile diagnostice;

• diminua impactul deficitului de specialiști în neuroradiologie;

• optimiza fluxurile clinice și trierea urgențelor;

• permite extinderea tehnologiei către alte metode imagistice, precum mamografia, radiografia toracică sau ecografia.

Totuși, cercetătorii subliniază că tehnologia se află încă într-o fază timpurie de evaluare, fiind necesare studii suplimentare care să integreze date mai detaliate din dosarul electronic al pacientului pentru creșterea suplimentară a acurateții.

Concluzii

Sistemul de inteligență artificială Prima reprezintă un pas major către interpretarea rapidă și precisă a imaginilor cerebrale, cu potențial de a transforma practica neuroradiologică și managementul urgențelor neurologice. Integrarea datelor imagistice cu istoricul clinic la scară largă poate redefini modul în care sunt realizate diagnosticul și trierea în medicina modernă.