Zastosowanie sztucznej inteligencji w profilaktyce może przyczynić się do wcześniejszego wykrywania chorób i szybszego skierowania pacjenta na odpowiednie leczenie – mówi dr inż. Piotr Sobecki, kierownik Laboratorium Stosowanej Sztucznej Inteligencji w Ośrodku Przetwarzania Informacji-Państwowym Instytucie Badawczym (OPI PIB), w rozmowie z Lidią Sosnowską.
Sztuczna inteligencja, do niedawna temat powieści i filmów science fiction, coraz odważniej wchodzi do przemysłu, medycyny, a nawet do naszej codziennej rzeczywistości. Zdolność maszyn do uczenia się, planowania i rozumowania jednych przeraża, inni widzą w SI ogromny potencjał. Jak jest w przypadku medycyny? SI niesie ze sobą więcej korzyści, czy zagrożeń?
Korzyścią wynikającą z użycia SI w medycynie jest, na przykład możliwość przeprowadzania analizy dużej ilości danych w krótkim czasie, co pozwala na szybsze diagnozy, dokładniejsze przewidywanie wyników leczenia oraz optymalizację dawek leków i momentów ich podania. To wszystko wpływa na lepsze decyzje kliniczne, większą efektywność opieki zdrowotnej i lepsze wyniki dla pacjentów. Zagrożeniem natomiast są kwestie związane z prywatnością danych pacjentów, potencjalnymi błędami w diagnozie oraz odpowiedzialnością za błędy medyczne powiązane ze sztuczną inteligencją. Bezsprzecznie, potrzebne są jasne regulacje prawne oraz standardy etyczne dotyczące użycia SI w medycynie.
Zatrzymajmy się przy korzyściach. Jakie są możliwości wykorzystania sztucznej inteligencji w medycynie?
W diagnostyce, SI może wspierać identyfikację chorób na podstawie analizy obrazów medycznych, takich jak rentgen, rezonans magnetyczny czy tomografia komputerowa, a także integrować wielomodalne dane w kierunku medycyny spersonalizowanej – gdzie decyzje diagnostyczne uwzględniają pogłębioną wiedzę na temat stanu pacjenta, np. popartą badaniami genetycznymi. Dodajmy do tego monitorowanie stanu pacjentów, na przykład w formie aplikacji do kontrolowania chorób przewlekłych, takich jak chociażby cukrzyca. SI ma też zastosowanie w rehabilitacji, gdzie roboty i oprogramowanie pomagają w prawidłowym wykonywaniu ćwiczeń i monitorowaniu postępów pacjentów. Jak wspomniałem SI umożliwia analizę dużej ilości informacji na temat danych przypadków. Pozwoli to w przyszłości przełamać bariery wynikające z ogromnej liczby doniesień naukowych z całego świata – przez analizę tych wszystkich publikacji naukowych i odkrywanie z nich wiedzy, co jest poza możliwościami pojedynczego człowieka.
Gdzie najczęściej SI jest obecnie stosowana?
Najwięcej rozwiązań z zakresu systemów wspomagania diagnostyki wzbogaconych metodami sztucznej inteligencji ma zastosowanie w radiologii. Spośród ponad pięciuset zarejestrowanych takich rozwiązań przez Food and Drug Administration (FDA ), trzy czwarte z nich znajduje zastosowanie w diagnostyce obrazowej. Na kolejnych miejscach znajdują się kardiologia, hematologia oraz neurologia.
Czy dotyczy to także Polski?
W naszym kraju sztuczna inteligencja również jest wykorzystywana w wielu dziedzinach medycyny. Przykładowo, firma Cardiomatics rozwija narzędzie do analizy zapisów EKG, korzystając z algorytmów SI przyczynia się do efektywniejszego wykrywania chorób sercowo-naczyniowych. Ponadto, sztuczna inteligencja jest kluczowa w procesie monitorowania stanu zdrowia pacjentów na odległość, co ma szczególne znaczenie w opiece nad osobami z chorobami przewlekłymi. Dobrym przykładem jest jej zastosowanie w aplikacji StethoMe, umożliwiającej domową diagnostykę chorób układu oddechowego.
Potencjał sztucznej inteligencji dostrzegany jest również w przyspieszeniu procesów odkrywania i testowania nowych leków. Polska firma Biolumo wykorzystuje ją do tworzenia spersonalizowanych terapii dla pacjentów z infekcjami bakteryjnymi. Pozwala to na skuteczniejsze leczenie i ograniczenie rozwoju bakterii antybiotykoopornych. Wreszcie, istotnym przykładem prac w tej dziedzinie są projekty prowadzone przez nasze laboratorium. Rozwijamy rozwiązania SI, które służą wspomaganiu diagnostyki obrazowej.
Na czym koncentrują się badania prowadzone przez Laboratorium Stosowanej Sztucznej Inteligencji OPI PIB?
Przede wszystkim na tworzeniu systemów opartych na głębokich sieciach neuronowych, które mają na celu wspomaganie diagnozy chorób, takich jak nowotwory prostaty. Na podstawie analizy obrazów medycznych pozyskanych metodą rezonansu magnetycznego tworzony jest raport z badania w postaci opisowej, zgodny z obecnie uznanymi globalnymi standardami diagnostycznymi. Dzięki oparciu rezultatów automatycznej analizy na leksykonie (słowniku) terminów powiązanych ze standardami, wyniki predykcji dokonanych przez SI są interpretowalne przez radiologów. Mamy w tym przypadku do czynienia z wyjaśnialną sztuczną inteligencją, czyli taką, która jest zrozumiała dla odbiorcy, a jej predykcje są transparentne. Takie systemy mogą osiągnąć skuteczność zbliżoną do doświadczonych radiologów, co potwierdzają przeprowadzone badania.
Kiedy to rozwiązanie może zostać wdrożone?
W formie szkoleniowej – w ciągu najbliższych kilku lat.
Czy szersze wykorzystywanie sztucznej inteligencji w medycynie zmieni pracę lekarzy, diagnozowanie, działania profilaktyczne? SI może ich kiedyś zastąpić?
Dzięki SI w przyszłości zmieni się sposób pracy lekarza. Będzie miał on więcej czasu na rozmowy z pacjentem i skupienie się na diagnostyce. Sztuczna inteligencja dostarczy mu ważnych informacji, które pomogą w podejmowaniu decyzji. Jednak ostateczna diagnoza nadal będzie należała do lekarza. Zastosowanie SI w profilaktyce może przyczynić się do wcześniejszego wykrywania chorób i skierowania pacjenta na odpowiednie leczenie.
Brzmi to optymistyczne. A czy widzi Pan bariery w szerszym stosowaniu SI w medycynie?
Sztuczna inteligencja ma potencjał, aby zrewolucjonizować medycynę. Jednak jej pełne wykorzystanie jest hamowane przez liczne bariery. Wśród najważniejszych znajdują się surowe regulacje prawne dotyczące prywatności danych i etyki medycznej, brak dostępu do danych oraz interoperacyjności systemów, niewystarczające zrozumienie i akceptacja SI przez pacjentów i personel medyczny, koszty związane z wdrożeniem technologii SI oraz niedobór specjalistów z tej dziedziny.
Co w takim razie jest niezbędne, aby w medycynie nastąpiła rewolucja SI?
Musi być spełnionych kilka warunków, m.in.: wprowadzenie regulacji prawnych umożliwiających bezpieczne wykorzystanie SI w medycynie, zwiększone inwestycje w infrastrukturę technologiczną, edukację medyczną i technologiczną, poprawa współpracy między sektorem medycznym a technologicznym, budowanie akceptacji społecznej dla technologii SI oraz kształcenie specjalistów, którzy mają wiedzę zarówno dotyczącą medycyny, jak i technologii IT.
Dziękuję za rozmowę.
