Sztuczna inteligencja to obecnie gorący temat. Występuje zarówno w roli pozytywnego bohatera, jak i „czarnego charakteru”. Obawy, że w wielu gałęziach produkcji i usług odbierze pracę wielu zatrudnionym, przeplatają się z doniesieniami o tym, jak bardzo jej wykorzystanie pomaga nam, ludziom. Tak jest też w przypadku jej stosowania w medycynie, gdzie pełni coraz większą rolę w diagnozowaniu pacjenta, czy analizie danych.
Społeczeństwa – szczególnie zachodnie – starzeją się, a na choroby cywilizacyjne cierpią miliony ludzi. To pociąga za sobą rosnące obciążenie systemów opieki zdrowotnej i niesie potrzebę szybszego diagnozowania chorób, prowadzenia przez lekarzy coraz obszerniejszej dokumentacji, ale przede wszystkim skuteczniejszej profilaktyki. Jak pogodzić te wszystkie wyzwania? Korzystając z dobrodziejstwa, jakim może być dla współczesnej medycyny sztuczna inteligencja.
Obiecujące perspektywy
Według dr hab. Jarosława Kurka kierownika Katedry Sztucznej Inteligencji w Instytucie Informatyki Technicznej SGGW i właściciela firmy Deep Technology, sztuczna inteligencja ma potencjał do dokonania znaczącej transformacji sektora medycznego. Szczególnie w diagnostyce. Już pomaga w interpretacji obrazów rentgenowskich, MRI czy tomografii komputerowej. Ułatwia to wykrywanie chorób na wczesnym etapie. Pozwala identyfikować wzorce w danych medycznych, które mogą wskazywać na ryzyko rozwoju określonych chorób. Poza tym technologie SI mogą analizować złożone dane z różnych źródeł np. genetyczne, z badań klinicznych, demograficzne, dotyczące stylu życia, aby pomóc w diagnostyce chorób. To umożliwia tworzenie bardziej spersonalizowanych planów leczenia. Sztuczna inteligencja analizując ogromne ilości danych i identyfikując potencjalne ścieżki dla rozwoju nowych terapii, może przyspieszyć proces tworzenia nowych leków. Natomiast telemedycyna wykorzystująca SI, to szansa na udostępnienie i lepszą jakość opieki zdrowotnej na odległość.
Nie można też zapominać o robotach w służbie zdrowia. Opiekuńcze mogą pomóc w opiece nad osobami starszymi lub chorymi, wykonując proste zadania, takie jak podawanie leków, monitorowanie stanu zdrowia, czy asystowanie przy rehabilitacji. A chirurgiczne już asystują przy złożonych operacjach, zwiększając precyzję i skracając czas rekonwalescencji.
Istnieją jednak również wyzwania związane ze sztuczną inteligencją, takie jak kwestie bezpieczeństwa danych, etyczne aspekty wykorzystania AI w medycynie oraz potrzeba stworzenie nowych regulacji prawnych – zaznacza Jarosław Kurek.
Biała księga
Czy uzasadnione są obawy, że diagnozę postawi nam nie lekarz, lecz sztuczna inteligencja? – Zadaniem SI nie jest zastępowanie lekarzy, lecz wspieranie personelu medycznego i ułatwienie mu podejmowania decyzji opartych na solidnych danych. Lekarze wciąż będą pełnić kluczową rolę w interpretacji informacji, nawiązywaniu relacji z pacjentami i podejmowaniu ostatecznych decyzji terapeutycznych – odpowiada Karolina Kornowska z Koalicji AI w Zdrowiu.
Odpowiedzią na wyzwania i dylematy, jakie towarzyszyć mogą rewolucji w polskiej medycynie związanej ze stosowaniem sztucznej inteligencji jest „Biała Księga. AI w praktyce klinicznej. Stosowanie sztucznej inteligencji w stosowaniu świadczeń zdrowotnych” ogłoszona w czerwcu 2022 r. Została stworzona przez Polską Federację Szpitali, Koalicję AI w Zdrowiu oraz Grupą Roboczą ds. Sztucznej Inteligencji (GRAI). Partnerami są natomiast firmy Microsoft, Medicover, Grupa LUXMED, Abbot, Comarch Healthcare oraz IQVIA. – Zasady wdrażania SI w ochronie zdrowia, przedstawione w „Białej Księdze”, mają na celu zapewnienie bezpiecznego, etycznego i skutecznego wykorzystania tej technologii w medycynie – podkreśla Karolina Kornowska. W sumie to ponad 100 stron rozwiązań wypracowanych przez ekspertów zajmujących się sztuczną inteligencją w medycynie. Dotyczą one wielu obszarów funkcjonowania służby zdrowia, m.in. takich jak ochrona danych pacjentów, zapewnienie odpowiedniej jakości algorytmów, monitorowanie skuteczności systemów SI, równości dostępu i innych kwestii kluczowych dla skutecznego wdrożenia technologii SI w służbie zdrowia. Korzystanie z SI w ochronie zdrowia będzie wymagać dostosowania istniejących ram prawnych lub wprowadzenia nowych uregulowań. Zdaniem Karoliny Kornowskiej działania legislacyjne powinny być oparte na solidnej wiedzy eksperckiej i konsultacjach z różnymi interesariuszami, aby stworzyć ramy prawne, które umożliwią rozwój i wdrażanie SI w medycynie w sposób odpowiedzialny i korzystny dla pacjentów i społeczeństwa.
Rewolucja już trwa
Warto mieć świadomość, że wykorzystanie sztucznej inteligencji w polskiej medycynie to nie jest pieśń przyszłości. To już się dzieje.
Jarosław Kurek podaje kilka przykładów zastosowania jej w praktyce. Firma Infermedica z Wrocławia opracowała system, który za pomocą SI pomaga lekarzom w interpretacji wyników badań obrazowych. Startup, StethoMe, wykorzystują ją do analizy dźwięków oddechowych i serca w celu wykrywania chorób. Natomiast startup Nucleai współpracuje z kilkoma szpitalami w Polsce, aby dzięki tej technologii analizować tkanki nowotworowe i pomagać onkologom w diagnozie i planowaniu leczenia. Firma MedApp wykorzystuje SI do monitorowania stanu zdrowia pacjentów na odległość, podczas gdy Infermedica oferuje chatbota medycznego, który pomaga pacjentom zrozumieć ich objawy i decydować, czy powinni szukać dalszej pomocy medycznej. Z kolei spółka Deep Technology Jarosława Kurka pracuje nad kilkoma projektami wykorzystującymi SI w medycynie. Jednym z nich jest rozwijanie narzędzi do automatycznej segmentacji nowotworów głowy. Ta technologia pomoże radiologom w dokładnym zidentyfikowaniu i określeniu granic nowotworów na obrazach medycznych, co jest kluczowe dla planowania leczenia i monitorowania postępów pacjenta. W Deep Technology trwają też prace nad automatycznym wykrywaniem węzłów przerzutowych za pomocą nowej skali LNRADS. Pomoże to w ocenie stadium raka i planowaniu leczenia. Automatyzacja tego procesu za pomocą AI może przyczynić się do większej precyzji i efektywności. Firma – we współpracy z Warszawskim Uniwersytetem Medycznym – rozwija projekt systemu automatycznego wykrywania zmian patologicznych w wątrobie na podstawie tomografii komputerowej i rezonansu magnetycznego (MRI). Przyspieszy to postawienie diagnozy u pacjentów z chorobami tego organu.
Wśród projektów wykorzystujących SI do przewidywania rozwoju chorób i pomagania w ich leczeniu można też wymienić – działający na Uniwersytecie Medycznym w Łodzi opracowany przez polskich naukowców system Health Discoverer Platform określający ryzyko wystąpienia np. migotania przedsionków czy choroby niedokrwiennej serca. Wykorzystuje on m.in. sieci neuronowe oraz algorytmy do stworzenia modeli przewidujących i klasyfikujących, którzy pacjenci są najbardziej zagrożeni. – Na podstawie opisu historii leczenia, umieszczonego w pamięci oprogramowania, oraz wyników badań system oblicza ryzyko wystąpienia objawów chorób serca. Podpowiadając pozwala na szybsze rozpoznanie i zastosowanie skutecznych metod leczenia – mówi dr n.med. Bartłomiej Grobelski, dyrektor Centrum Innowacji i Transferu Technologii Uniwersytetu Medycznego w Łodzi.
Karolina Kornowska dodaje do tej listy firmę Smarter Diagnostics. Jej rozwiązania oparte na SI usprawniają pracę radiologów przez analizę obrazów MRI. Specjalistyczne oprogramowanie redukuje czas raportowania radiologicznego, dostarcza drugiej opinii i wprowadza obiektywną ocenę. Korzystając z tej technologii podczas rutynowych badań, można zwiększyć skuteczność wykrywania przypadkowych urazów i zadbać o poprawę profilaktyki zdrowotnej w zakresie urazów.
Jak pokonać bariery w rozwoju SI
Żeby nie było zbyt różowo. To dopiero początek drogi, jaką ma do przebycia SI, żeby rzeczywiście zrewolucjonizować służbę zdrowia. A na tej drodze jest sporo barier. Karolina Kornowska uważa, że jedną z głównych jest brak dostępu do danych medycznych. Są one często rozproszone w różnych systemach, co utrudnia ich integrację i analizę. Jej zdaniem, aby pokonać tę przeszkodę potrzebna jest większa akceptacja i zaufanie ze strony personelu medycznego, pacjentów oraz społeczeństwa do SI. Zrozumienie korzyści, edukacja w tym zakresie oraz wyjaśnienie sposobu funkcjonowania systemów SI mogą w tym pomóc.
Tę opinię potwierdza Jarosław Kurek. – Dzisiaj wiele zespołów nie widzi jeszcze wartości w posiadanych zbiorach danych. W efekcie są one rozproszone na różnych urządzeniach w ramach jednostek leczniczych. Musi zmienić się podejście do prowadzenia badań z użyciem danych generowanych po stronie szpitali. Znajdują się w nich reguły, które wystarczy odkryć i mogą one przyczynić się do wyleczenia kolejnych pacjentów – przekonuje. I dodaje, że potrzebna jest też standaryzacja danych (jej brak utrudnia trening i implementację algorytmów SI).
Aby w pełni i z pożytkiem dla pacjentów wykorzystywać SI w medycynie konieczne – według Jarosława Kurka – jest wdrożenie surowych wymogów dotyczących prywatności i bezpieczeństwa, uregulowanie takich kwestii etycznych jak sprawiedliwość, odpowiedzialność i transparentność w zastosowaniu sztucznej inteligencji. I wreszcie last but not least: lekarze i inni pracownicy służby zdrowia muszą być odpowiednio przeszkoleni w zakresie korzystania ze sztucznej inteligencji. Nie można też zaniedbywać edukacji pacjentów, bo świadomość korzyści, jakie niesie ta technologia pomoże zwiększyć zaufanie do niej.
Jesteśmy na początku drogi
Bartłomiej Grobelski, podkreśla, że w przypadku ograniczonej liczby specjalistów – tak jak to jest nie tylko w naszym kraju, część zadań przed jakimi stoi służba zdrowia mogłaby być wykonywana szczególnie w postaci wsparcia przez sztuczną inteligencję. Rezultaty działania algorytmu mogą być zawsze poddane dodatkowej weryfikacji. Jednak prawidłowo utworzony model sztucznej inteligencji charakteryzuje się określonym poziomem skuteczności podejmowania decyzji. – Zagrożeniem, jak w każdej nowej technologii, jest strach przed nieznanym i powszechny brak akceptacji. Mimo że zarówno specjalista, jak sztuczna inteligencja działają na faktach i regułach, to do specjalisty mamy zaufanie, SI to wciąż niewiadoma. Możemy potrzebować lat zanim zaufamy maszynie – uważa Bartłomiej Grobelski. Dodaje, że półautomatyczna diagnostyka jest kierunkiem, w którym obecnie podąża świat. Jesteśmy w takim samym miejscu, jak poziom wykorzystania Internetu na początku lat 90. Nikt nie wyobrażał sobie możliwości swobodnego kupowania rzeczy przez Internet lub wykonywania płatności elektronicznych. Dzisiaj jest to już standardem.
Rola sztucznej inteligencji w polskiej służbie zdrowia staje się coraz bardziej znacząca, jednak wciąż to dopiero początek drogi. Czy SI zastąpi lekarzy?
Lidia Sosnowska
