Sztuczna inteligencja przewidzi, komu grozi zawał
Nowe narzędzie oparte na sztucznej inteligencji potrafi przewidzieć, komu grozi kolejny zawał, i kto skorzysta z chirurgicznego zabiegu. Może zmienić sposób leczenia milionów pacjentów.
Narzędzie oparte na sztucznej inteligencji pomoże w przewidywaniu zawału
.Badanie przeprowadzone przez ekspertów z University of Leicester (Wielka Brytania) wykazało, że sztuczna inteligencja potrafi lepiej niż lekarze przewidzieć, jak należy leczyć pacjentów po zawale serca.
Jak wyjaśniają naukowcy, po zawale serca, spowodowanym częściową blokadą naczyń, lekarze zazwyczaj opierają się na specjalnym wskaźniku GRACE, aby oszacować ryzyko zgonu lub kolejnego incydentu sercowo-naczyniowego. Wskaźnik ten pomaga w podejmowaniu decyzji terapeutycznych, jednak nie oddaje on w pełni złożoności stanu każdego pacjenta.
Nowo opracowany system GRACE 3.0, oparty na sztucznej inteligencji, potrafi przewidzieć prawdopodobieństwo zgonu w szpitalu – oraz w ciągu roku, analizując dziewięć powszechnie dostępnych zmiennych: wiek, płeć, tętno, ciśnienie skurczowe, poziom troponiny, odchylenie odcinka ST w EKG, poziom kreatyniny, wystąpienie zatrzymania krążenia oraz objawy niewydolności serca.
„GRACE 3.0 to kolejny etap rozwoju wskaźnika GRACE, wprowadzający metody sztucznej inteligencji do jednego z najczęściej stosowanych narzędzi oceny ryzyka w kardiologii. Model został wytrenowany i zweryfikowany na danych pochodzących od setek tysięcy pacjentów z wielu krajów, co zapewnia mu bardzo solidne podstawy naukowe. W przeciwieństwie do tradycyjnych wskaźników ryzyka GRACE 3.0 wychwytuje złożone i nieliniowe zależności, które klasyczne metody często pomijają” – tłumaczy dr Florian Wenzl, współtwórca systemu opisanego na łamach „The Lancet Digital Health”.
„Kolejną istotną innowacją jest to, że GRACE 3.0 uwzględnia różnice płci i jest precyzyjnie dostosowany do pacjentów z częściową blokadą tętnicy wieńcowej. To duża różnica względem stosowania ogólnie u osób z innymi typami zawałów spowodowanymi całkowitym zamknięciem tętnicy” – dodaje.
Ponadto – wyjaśniają badacze – wskaźnik GRACE 3.0 pozwala lekarzom lepiej przewidzieć, czy pacjenci odniosą korzyść z wczesnego leczenia inwazyjnego, takiego jak angioplastyka (polegająca na rozszerzeniu tętnicy i zwykle umieszczeniu stentu).
Nowo opracowany, wykorzystujący sztuczną inteligencję wskaźnik pomaga lepiej dopasować leczenie do pacjentów, dokładniej wykrywając przyszłe ryzyko – i wskazywać, z jakich interwencji medycznych mogą odnieść największą korzyść” – mówi prof. David Adlam, jeden z autorów badania.
Badacze mówią o dużych szansach włączenia systemu do oficjalnych wytycznych odnośnie leczenia już w niedalekiej przyszłości.
Nowe technologie w ochronie zdrowia
.Profesor zwyczajny w Polskiej Akademii Nauk, Michał KLEIBER, na łamach „Wszystko co Najważniejsze” twierdzi, że: „Wykorzystywanie sztucznej inteligencji (SI). SI w ochronie zdrowia oznacza wykorzystywanie zaawansowanego oprogramowania naśladującego poznawcze zdolności człowieka do analizy danych medycznych i sugerowanie na tej podstawie diagnozy i ewentualnych działań leczniczych. Innymi słowy, SI jest zdolnością komputerowych algorytmów do formułowania przydatnych dla lekarzy opinii w złożonych problemach medycznych. Zastosowania SI różnią się istotnie od tradycyjnych metod medycyny możliwością pozyskiwania wielkiej liczby informacji, ich przetwarzania i podejmowania na tej podstawie działań. Fundamentalną cechą stosowanych algorytmów jest ich zdolność do uczenia się na drodze rozpoznawania cech charakteryzujących przetwarzane dane i tworzenia na tej podstawie opinii na temat analizowanego problemu”.
„Ważnym efektem stosowania SI w ochronie zdrowia jest możliwość dostarczania analiz opisujących relacje między diagnozą i zastosowaną terapią a najbardziej prawdopodobnym rezultatem leczenia. Dysponujemy dzisiaj terabajtami danych pochodzących z badań klinicznych, szeroko rozumianej praktyki medycznej, firm ubezpieczeniowych oraz aptek, dotyczących wszelkich dręczących ludzi dolegliwości. Naukowcy i praktykujący lekarze korzystają oczywiście od zawsze z takich informacji, ale możliwości ich pełnej analizy przez najlepiej nawet przygotowanych badaczy są ze względu na ilość danych, ich złożoność i brak wypracowanej struktury z natury rzeczy bardzo ograniczone. W sukurs przychodzi właśnie sztuczna inteligencja”.
„Metody SI weszły już do standardów badawczych w wielu różnych obszarach medycyny. Przykładami ilustrującymi aktualne osiągnięcia w tym zakresie mogą być opracowane ostatnio oprogramowanie pozwalające z dokładnością 70-80 proc. wskazać wśród osób zarażonych koronawirusem te z nich, u których rozwinie się ciężka postać COVID-19, lub system typujący z dokładnością 95 proc. osoby, które zachorują w ciągu swego życia na cukrzycę. Takie procesy, zwane analityką predykcyjną, budzą obecnie duże zainteresowanie w świecie medycyny. Możliwości SI na tym się oczywiście nie kończą i daleko wykraczają poza diagnostykę tego typu”.
„SI zaczyna odgrywać coraz większą rolę w realizacji idei indywidualnego traktowania pacjentów, czyli w rozwoju personalizacji leczenia. Amerykańscy badacze opracowali program analizujący rozległe dane kliniczne i pozwalający szybko zaplanować u konkretnego pacjenta radioterapię nowotworu, co ma ogromne znaczenie dla skuteczności leczenia. SI wspomagać będzie z pewnością działania na rzecz szybszego wprowadzanie na rynek nowych, doskonalszych leków. Są już tego przykłady, jak zastosowanie przez amerykańskich badaczy zaawansowanych metod uczenia maszynowego do opracowania nowego antybiotyku zwalczającego bakterie. Ze względu na fakt, że wprowadzenie nowego leku na rynek kosztuje dzisiaj średnio prawie trzy mld dolarów, a 90 proc. opracowywanych propozycji przepada w różnych fazach badań klinicznych, powodując marnotrawstwo środków, potencjał SI jest bardzo duży, algorytmy uczenia maszynowego mogą bowiem przeanalizować miliony związków, zawężając opcje do konkretnego celu poszukiwań”.
„W nieodległej przyszłości SI nie tylko stanie się ważnym elementem przemyślanego wspomagania lekarzy w ich odpowiedzialnej pracy, ale także pozwoli w pewnym przynajmniej stopniu zaradzić innej bolączce współczesnych systemów ochrony zdrowia. Według danych WHO sprzed paru lat na świecie brakowało ponad 7 mln lekarzy, a w 2035 r. deficyt ten osiągnąć może wielkość 13 mln. Prawie połowa globalnej populacji nie ma możliwości uzyskania jakiejkolwiek pomocy medycznej, a dostęp do specjalisty wymaga parotygodniowego bądź jeszcze dłuższego oczekiwania nawet w najbogatszych krajach świata. Może więc właśnie stosowanie SI przyspieszy procedury diagnostyczne i terapeutyczne, dając szansę na poprawę tej sytuacji?” – pisze prof. Michał KLEIBER w tekście „Nowe technologie w ochronie zdrowia ” – cały artykuł [LINK]
Marek Matacz/PAP/eg
