Sztuczna inteligencja w medycynie: zagrożenie czy szansa?

Sztuczna inteligencja to, najprościej rzecz ujmując, zdolność maszyn oraz systemów do naśladowania ludzkich umiejętności. Chodzi na przykład o uczenie się, planowanie czy rozumowanie. Komputery za pomocą czujników oraz kamer zbierają informacje, a następnie przetwarzają je i działają. Sztuczna inteligencja od lat pobudza wyobraźnię naukowców, artystów oraz większość z nas. Jedni widzą w niej szanse i mnóstwo przeróżnych zastosowań, inni - pozostają sceptyczni i straszą konsekwencjami, których nie da się przewidzieć. Fakt jest jednak taki, że sztuczna inteligencja już dziś obecna jest w wielu aspektach naszego życia. Na przykład w medycynie.

W przypadku medycyny należy zaznaczyć, że sztuczna inteligencja ma za zadanie przede wszystkim wspierać lekarzy. AI okazuje się pomocna zwłaszcza tam, gdzie problemem są braki personelu, a dostęp do fachowców pozostaje ograniczony. Lekarzom sporo czasu zajmuje także prowadzenie dokumentacji medycznej, co przekłada się na mniejszy czas poświęcony pacjentom. Wyzwań jest zresztą więcej: starzenie się społeczeństwa oraz choroby cywilizacyjne, jak układu krążenia, cukrzyca czy nowotwory, gdzie konieczna jest lepsza profilaktyka.

Sztuczna inteligencja jest więc z jednej strony odpowiedzią na braki kadrowe, z drugiej - znajduje zastosowanie w miejscach, w których człowiek sobie nie radzi (albo radzi sobie słabo). Jako przykłady można podać radiologię czy histopatologię. Skomplikowane algorytmy obecnie analizują wskazane i konkretne obszary, a następnie pokazują, na co człowiek powinien zwrócić uwagę. Celem nie jest więc zastąpienie człowieka, a raczej pomoc w bardziej lub mniej skomplikowanych obowiązkach, realizacja konkretnych celów i ułatwianie codziennej pracy.

Coraz szersze zastosowanie sztucznej inteligencji można zaobserwować we wstępnej diagnostyce. Chodzi na przykład o sytuacje, w których pacjent w specjalnej aplikacji otrzymuje konkretne pytania, wynikające z udzielanych odpowiedzi. Następnie AI stawia diagnozę, która w dalszej kolejności weryfikowana jest przez lekarza.

Jedną z dziedzin, w której sztuczna inteligencja wykorzystywana jest coraz częściej pozostaje kardiologia. Mowa na przykład o urządzeniach mierzących pracę serca nieprzerwanie przez całą dobę. AI pozostają wsparciem dla lekarzy, jeśli chodzi o szukanie nieprawidłowości oraz analizę. W ten sposób postawienie ewentualnej diagnozy znacznie się przyspiesza. Urządzeń do zdalnej diagnostyki jest zresztą więcej, by wymienić choćby narzędzia do rozpoznawania znamion skórnych.

Sztuczna inteligencja znajduje również zastosowanie w onkologii, na przykład do usprawnienia badań przesiewowych w kierunku raka szyjki macicy, nowotworów skóry czy płuc. Jak się okazuje, diagnoza chorób na podstawie klasyfikacji obrazów radiologicznych lub patologicznych jest równie skuteczna, co ekspertów klinicznych.

Dość powiedzieć, że algorytm stworzony przez naukowców ze Stanford University już dziś potrafi rozpoznawać kilkanaście chorób na podstawie zdjęć RTG płuc. Z kolei kilka lat temu naukowcom SGGW udało się też nauczyć sztuczną inteligencję rozpoznawania nowotworu jasnokomórkowego nerki. Natomiast Instytut badawczy Damo Academy stworzył algorytm, który w ponad 90 proc. potrafi wykryć zakażenie koronawirusem. Przykładów jest mnóstwo i przybywa ich z każdym rokiem.

- W SGGW, w Katedrze Sztucznej Inteligencji prowadzimy badania nad zastosowaniem systemów inteligentnych zarówno w diagnostyce medycznej jak też technicznej. Podstawowe obszary to obrazy mammograficzne, rozpoznawanie czerniaka, COVID-19 na bazie zdjęć RTG oraz od dłuższego czasu budujemy systemy inteligentne rozpoznające stan zużycia wiertła na podstawie wywierconych otworów w drewnie - wyjaśnia dr hab. Michał Kruk, prof. SGGW z Katedry Sztucznej Inteligencji Instytutu Informatyki Technicznej SGGW.

Pamiętajmy jednak, że AI ma być przede wszystkim wsparciem personelu medycznego, a zastępowanie ludzi maszynami wydaje się bardzo mało prawdopodobne. Sztuczna inteligencja ma za zadanie ułatwiać pracę lekarzom: stawiać wstępną diagnozę, prowadzić nieprzerwany monitoring czy wypełniać dokumentację. Innymi słowy: lekarze mają zyskać więcej czasu na opiekę nad pacjentami.

- Sztuczna inteligencja nie jest jednak rozwiązaniem idealnym. Wśród zagrożeń jakie za sobą niesie na pierwszym miejscu można wymienić kwestię odpowiedzialności. Kto odpowiada za nieprawidłową diagnozę? W tradycyjnym przypadku pod rozpoznaniem choroby musi podpisać się lekarz. W przypadku diagnozy automatycznej nie jest to sprecyzowane. Jeszcze bardzo długo systemy inteligentne będą wsparciem dla specjalistów, ale ich nie zastąpią. Drugi problem jest bardziej techniczny. Sztuczna inteligencja może być wytrenowana do rozpoznawania konkretnych przypadków, jej spektrum jest znacznie węższe od eksperta ludzkiego. Posłużę się tu przykładem. Tworzyliśmy system diagnostyki raka jasnokomórkowego nerki. Dokładność systemu była akceptowalna w medycynie i porównywalna z lekarzem, ale tylko w tym konkretnym przypadku. System otrzymując inne schorzenie lub inną tkankę nie był  w stanie sobie z tym poradzić. Wśród innych zagrożeń można wymienić weryfikację i ocenę dokładności takich systemów. Jeśli uczymy system na podstawie np. obrazów, które wcześniej musiały zostać zweryfikowane przez eksperta, to pojawia się od razu pytanie, kto zweryfikował wskazania tegoż eksperta. Sztuczna inteligencja źle nauczona będzie ten błąd powielać w dalszej diagnostyce - dodaje dr hab. Michał Kruk, prof. SGGW.

Rewolucja AI w medycynie nie tylko już się rozpoczęła i prężnie się rozwija, ale również nie ma od niej odwrotu. W niedalekiej przyszłości możliwe będzie stworzenie różnego rodzaju zautomatyzowanych procedur, a tym samym odsiewanie od przypadków typowych tych, gdzie potrzebne będzie doświadczenie lekarza oraz jego empatia. Zyski są oczywiste: sztuczna inteligencja wyraźnie skraca powrót pacjenta do zdrowia.

Źródło: Interia