
Sztuczna Inteligencja w ochronie zdrowia - korzyści i ryzyka
Mamy już opracowane ostatnio oprogramowanie pozwalające z dokładnością do 70–80 proc. wskazać wśród osób zarażonych koronawirusem te, u których rozwinie się ciężka postać COVID-19. Możliwości SI daleko wykraczają jednak poza taką diagnostykę – pisze prof. Michał KLEIBER
Pokuśmy się o definicję – sztuczna inteligencja (w skrócie SI) w ochronie zdrowia to wykorzystywanie zaawansowanego oprogramowania, naśladującego poznawcze zdolności człowieka w celu analizy złożonych danych medycznych, i sugerowanie na tej podstawie diagnozy i ewentualnych działań leczniczych. Innymi słowy, SI jest zdolnością algorytmów komputerowych do formułowania informacji – w złożonych problemach medycznych – przydatnych dla lekarzy. Zastosowania SI różnią się istotnie od tradycyjnych metod medycyny możliwością pozyskiwania wielkiej ilości danych, ich przetwarzania i określania na tej podstawie sugerowanych działań. Fundamentalną cechą stosowanych algorytmów jest ich zdolność do uczenia się na drodze rozpoznawania istotnych cech charakteryzujących przetwarzanie dane i tworzenia na tej podstawie opinii na temat analizowanego problemu.
Ważnym celem stosowania SI w ochronie zdrowia jest dostarczanie analiz wykorzystujących olbrzymie bazy danych i opisujących relacje między diagnozą i zastosowaną terapią a najbardziej prawdopodobnym efektem leczenia. Dysponujemy dzisiaj terabajtami danych pochodzących z badań klinicznych, szeroko rozumianej praktyki medycznej, firm ubezpieczeniowych oraz aptek, dotyczących wszelkich dręczących ludzi dolegliwości i poważnych schorzeń. 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 do 70–80 proc. wskazać wśród osób zarażonych koronawirusem te, u których rozwinie się ciężka postać COVID-19, lub system typujący z dokładnością do 95 proc. osoby, które zachorują w ciągu swego życia na cukrzycę. Możliwości SI są jednak bardzo szerokie i daleko wykraczają poza taką diagnostykę.
Wymieńmy parę z medycznych zastosowań SI, które z dużym prawdopodobieństwem będą mieć ważne znaczenie w nadchodzących latach, dodając do każdego z nich, wyłącznie przykładowo, choć jedną z już dostępnych możliwości oferowanych przez daną technologię.
Wnikliwa analiza obrazowania medycznego – zdjęć rentgenowskich, rezultatów rezonansu magnetycznego czy tomografii komputerowej
.Stwierdzono na przykład, że opracowany w Australii i bazujący na SI program XRAIT diagnozuje na podstawie zdjęć rentgenowskich osteoporozę znacznie trafniej niż najbardziej doświadczeni lekarze – dalsze zastosowania inteligentnej analizy obrazów medycznych będą z pewnością niebawem się pojawiać.
Personalizacja leczenia
.Diagnoza jest oczywiście wstępem do leczenia i tu też, szczególnie w aspekcie coraz szerzej docenianej idei indywidualnego traktowania pacjentów, SI zaczyna odgrywać coraz większą rolę. Amerykańscy badacze opracowali na przykład program analizujący rozległe dane kliniczne i pozwalający szybko i skutecznie zaplanować u konkretnego pacjenta radioterapię nowotworu, co ma olbrzymie znaczenie dla skuteczności leczenia.
Szybsze wprowadzanie na rynek nowych, doskonalszych leków
.Sztuczna Inteligencja nie ma tu jeszcze zbyt wielu spektakularnych sukcesów, choć takie przykłady jak skuteczne zastosowanie przez amerykańskich badaczy zaawansowanych metod uczenia maszynowego do opracowania nowego antybiotyku zwalczającego różnorodne bakterie, a w szczególności pewien wyjątkowo trudny w terapii rodzaj bakterii wywołującej zapalenia płuc, budzą wielkie nadzieje na przyszłość.
Ze względu na fakt, że wprowadzenie nowego leku na rynek kosztuje dzisiaj średnio prawie 3 mld dolarów, a 90 proc. opracowywanych propozycji odpada w różnych fazach badań klinicznych, powodując olbrzymie marnotrawstwo środków, potencjał SI jest w tym zakresie bardzo duży. Algorytmy uczenia maszynowego mogą bowiem przeanalizować miliony związków, zawężając opcje do konkretnego celu poszukiwań.
Zastosowania inteligentnej robotyki
.Inteligentne oprogramowanie można oczywiście łączyć z różnego rodzaju urządzeniami, w tym z coraz popularniejszymi robotami chirurgicznymi. Będą one w przyszłości odgrywać zapewne ważną rolę, wspomagając chirurgów w przeprowadzaniu zabiegów, dokonując na bieżąco szczegółowej analizy obrazu pola operacyjnego – dostępny szeroko już dzisiaj także w Polsce robot da Vinci jest niejako pierwszym krokiem na tej drodze.
Poprawa dokumentacji medycznej
.Chyba nikt nie ma wątpliwości, że kluczowym elementem dokumentacji medycznej muszą stać się niebawem elektroniczne karty pacjentów. Złożoność i ilość zapisanych w nich danych dotyczących przebiegów wizyt, wyników badań laboratoryjnych i wszystkich innych ważnych informacji o zdrowiu pacjenta przesądza o potencjalnej wielkiej przydatności SI, mogącej wspomóc lekarza w szybkiej ocenie stanu zdrowia badanego, w sposób uwzględniający różnorodne możliwe konsekwencje stawianej diagnozy.
Udoskonalenie metod kształcenia studentów
.Powiązanie SI z systemami wirtualnej rzeczywistości pozwala na przykład już dzisiaj na demonstrowanie skomplikowanych operacji bez potrzeby przeprowadzania rzeczywistych sekcji zwłok.
Zdalne konsultacje medyczne i opieka zdrowotna w domu
.Coraz popularniejsze stają się cyfrowe czujniki monitorujące stan zdrowia pacjenta (tętno, temperatura, praca serca, bioelektryczna aktywność mózgu) i przekazujące uzyskane w trybie ciągłym dane do centrum diagnostycznego, gdzie SI poddaje je analizie i informuje o ewentualnym pogorszeniu się stanu zdrowia badanego wraz z oceną prawdopodobieństwa wystąpienia choroby. Zgodnie z tym system może także przypominać o porach zażywania właściwych leków i zachęcać do zachowań prozdrowotnych.
Pomoc w rozpoznawaniu chorób
.Przykładem możliwości sztucznej inteligencji w tym zakresie może być opracowany niedawno przez brytyjskich badaczy na podstawie analizy różnorodnych symptomów chorobowych u milionów chorych system SI bardzo skutecznie określający prawdopodobieństwo zakażenia wirusem SARS-CoV-2.
* * *
.Nie ulega wątpliwości, że SI w ochronie zdrowia ma olbrzymi potencjał. Niestety, zastosowania sztucznej inteligencji nie są także wolne od poważnych dylematów etycznych czy wręcz niebezpieczeństw nieprzemyślanego stosowania.
Dwa główne dzisiaj wyzwania to ochrona prywatności danych pacjentów oraz etyczne problemy związane z zakresem komputerowego wspomagania lekarza w podejmowaniu ważnych decyzji o ludzkim zdrowiu, nie mówiąc już nawet o ich samodzielnym podejmowaniu przez SI.
Dylematów etycznych będzie zaś w przyszłości z pewnością jeszcze więcej – trudno nie odczuwać przerażenia, gdy się słyszy np. o planach inteligentnego wspomagania w genetycznym profilowaniu dzieci w procesach in vitro, mającego „optymalizować” ich przyszłą urodę i zdrowie. Plany takiego „projektowania” dzieci budzą już dzisiaj olbrzymie kontrowersje.
Przestrzec więc należy przed entuzjastami widzącymi w SI systemy w pełni zastępujące lekarzy i rewolucjonizujące powszechne zasady bioetyczne, możemy bowiem dzisiaj odpowiedzialnie mówić wyłącznie o potencjalnie bardzo przydatnej i zasługującej na przemyślane wsparcie ofercie ze strony tej technologii. Z pełną świadomością potencjału SI, ale także zagrożeń, które może powodować jej pochopne stosowanie, zacytujmy w tym kontekście prognozę pewnego amerykańskiego profesora medycyny: „SI nie zastąpi w przyszłości lekarzy, ale lekarze, którzy będą po nią rozsądnie sięgać, zastąpią tych, którzy nie będą jej w ogóle używać”.
Zauważmy na koniec, że SI nie tylko stanie się zapewne w nieodległej przyszłości 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 roku 2035 deficyt ten osiągnie wielkość 13 mln. W konsekwencji 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?
Michał Kleiber