fbpx

W okresie pandemii COVID-19 algorytmy sztucznej inteligencji z dziedziny radiologii szybko określały w jakim stopniu “płuca są zajęte”1, SI przejawia potencjał w wczesnym wykrywaniu choroby Alzheimera na długo przed pojawieniem się objawów choroby2, w Afryce pomaga leczyć dzieci3, a HydrAMP (model sztucznej inteligencji) generuje peptydy i antybiotyki4. To tylko kilka przykładów zastosowania AI w diagnostyce i usprawnianiu pracy medyków.

Sztuczna Inteligencja w Służbie Medycyny: Innowacje i Wyzwania

Sztuczna Inteligencja (SI) w medycynie jest dziś tematem na topie. W ostatnich trzech latach opublikowano ponad 50 publikacji, które mówią o praktycznych zastosowaniach narzędzi opartych na SI w dziedzinie medycyny5.

Nie ufamy SI w medycynie

Jednym z głównych wyzwań, z jakim się mierzymy, jest budowanie zaufania do sztucznej inteligencji. SI jest często używana do analizowania naprawdę dużych ilości danych, może przejrzeć znacznie więcej dokumentów niż lekarz.

Algorytmy uczenia maszynowego są już powszechnie używane, szczególnie cenna jest ich zdolność do samodzielnej nauki. Niestety, te cechy sprawiają, że sposób działania narzędzi opartych na SI jest często niejasny dla pracowników medycznych. Zmienność algorytmów w czasie także utrudnia jasne określenie ich funkcjonowania. Wszystko to sprawia, że mało kto w pełni ufa nowym rozwiązaniom, mimo że ich skuteczność w niektórych dziedzinach może być już równie wysoka, jak wykwalifikowanego lekarza.

Niskie zaufanie do SI może sprawić, że lekarze nie będą chcieli ich używać w praktyce. Również pacjenci mogą się niepokoić, gdy dowiedzą się, że to nie człowiek, a maszyna ma wpływ na ich zdrowie. Dlatego ważne jest, abyśmy poznali sposób funkcjonowania AI w medycynie oraz jej rzeczywistą efektywność.

POLECAMY: To nie AI zabierze Ci pracę, ale człowiek umiejący z niej korzystać

SI tuż obok lekarza

Obecnie SI znajduje zastosowanie w kilku dziedzinach medycyny, przede wszystkim w leczeniu nowotworów, problemów z płucami, mózgiem, kośćmi i układem krążenia.

Główne dziedziny wykorzystania SI to praca z obrazami diagnostycznymi oraz monitorowanie pacjentów i zgłaszanie problemów. 

W dziedzinie radiologii SI umożliwia identyfikację problemów układu trawiennego z dokładnością porównywalną do specjalistów z krwi i kości, nawet do 97 proc. Narzędzia te są również wykorzystywane do identyfikacji komórek nowotworowych na obrazach tomografii komputerowej płuc lub w badaniach USG tarczycy. Ponadto, SI może być niezwykle pomocna w przygotowaniu do operacji, umożliwiając analizę obrazów stawów lub kręgosłupa w celu stworzenia modelu 3D, co jest szczególnie ważne w skomplikowanych procedurach operacyjnych.

Miejmy na uwadze, że sztuczna inteligencja w medycynie to szybsza diagnoza i wsparcie dla lekarzy, ale nie ich zastępowanie. Jednocześnie SI nie tylko pracuje obok lekarzy, ale również wspomaga pacjentów po operacjach. Na przykład, na podstawie ankiet wypełnianych przez pacjentów, aplikacje wykorzystujące SI mogą dostarczyć spersonalizowane zestawy ćwiczeń rehabilitacyjnych, pomagając w łagodzeniu bólu pooperacyjnego. Są też aplikacje, które pomagają pacjentom po operacjach serca (śledzą wyniki ciśnienia krwi, samopoczucie i kontrolują przyjmowane leki). W razie potrzeby lub niezgodności z planem leczenia, SI kontaktuje się z lekarzem prowadzącym, który może ocenić stan zdrowia pacjenta bez oczekiwania na wizytę kontrolną.

Obiecujące są badania nad zastosowaniem SI w procesie kwalifikacji dawców do przeszczepów organów. Nowe badania wykorzystujące SI osiągają 90 proc. trafność nieinwazyjnej kwalifikacji pacjentów jako potencjalnych dawców.

Czytaj również: SI budzi emocje i nieźle zarabia na sztuce

Co będzie fundamentem SI w medycynie?

Pamiętajmy, że skuteczne działanie SI wymaga solidnego wsparcia. Potrzebne jest nie tylko odpowiednie środowisko komputerowe, ale również dostęp do spójnych i bogatych zasobów informacji medycznych. Pojawiają się inicjatywy takie jak Globalna Chmura Pacjentów6, mająca na celu zapewnienie dostępu do informacji medycznych dla pacjentów na międzynarodową skalę. Dziś, gdy ludzie migrują między państwami lub po prostu podróżują, miliony osób nie mają aktywnego dostępu do swoich historii medycznych. Dla osób z chorobami przewlekłymi, takimi jak cukrzyca czy choroby serca, brak dostępu do odpowiedniej opieki medycznej może mieć poważne konsekwencje dla ich zdrowia, a nawet życia.

Wnioski z ankiety przeprowadzonej wśród wszystkich państw ONZ sugerują, że Globalna Chmura Pacjentów z odpowiednimi zabezpieczeniami i kontrolą dostępu może stanowić nieocenione narzędzie w codziennej praktyce medycznej oraz w badaniach naukowych, także z wykorzystaniem SI.

Wnioski z badań pokazują, że sztuczna inteligencja ma ogromny potencjał w medycynie, a jej wykorzystanie już teraz poprawia jakość opieki i diagnozowania. Jednak budowanie zaufania i zapewnienie odpowiednich środków ochrony danych są równie ważne. Konieczne jest opracowanie standardów i zasad, które zapewnią etyczne i bezpieczne korzystanie z sztucznej inteligencji w dziedzinie medycyny.

Autorka: Weronika Kuchta

Zobacz też: Sztuka umarła. Niech żyje AI

  1. https://www.wum.edu.pl/sztuczna-inteligencja-w-medycynie-debata ↩︎
  2. https://www.medonet.pl/zdrowie/zdrowie-dla-kazdego,sztuczna-inteligencja-pomoze-rozpoznac-chorobe-alzheimera-na-dlugo-przed-wystapieniem-objawow-,artykul,81523453.html ↩︎
  3. https://nauka.tvp.pl/57444229/sztuczna-inteligencja-pomaga-leczyc-dzieci-w-afryce
    ↩︎
  4. https://mgr.farm/aktualnosci/sztuczna-inteligencja-stworzy-antybiotyk-nad-tym-pracuja-warszawscy-naukowcy/ ↩︎
  5. https://journals.sagepub.com/doi/full/10.1177/20552076231189331 ↩︎
  6. Necessity of a Global Patiet co-Owned Cloud (GPOC). Niklas Lidstromer, Joe Davids, Mohamed ElSharkawy, Eric Helenius, Hutan Ashrafian: https://www.researchsquare.com/article/rs-3004727/v1 ↩︎