Algorytmy AI coraz częściej pomagają lekarzom dokładniej i skuteczniej diagnozować pacjentów. Czy sztuczna inteligencja kiedyś całkowicie ich zastąpi?
Sztuczna inteligencja (AI) to nie tylko Chat GPT, który próbuje zastępować ludzi w niektórych zawodach, czy programy graficzne potrafiące wygenerować zarówno surrealistyczne obrazy, jak i twarze bohaterów poczytnych książek. W dzisiejszych czasach ma ona zastosowanie w wielu dziedzinach, w tym również w diagnostyce laboratoryjnej.
Sztuczna inteligencja zadomowiła się w medycynie
AI jest już wykorzystywana do analizowania wyników testów laboratoryjnych oraz do pomocy w interpretacji wyników, a także do wskazywania potencjalnych chorób na podstawie danych medycznych. Może być również stosowana do rozpoznawania schorzeń na podstawie obrazów, takich jak zdjęcia rentgenowskie, wyniki tomografii komputerowej czy rezonansu magnetycznego.
Czytaj też: Sztuczna inteligencja rozpoznaje raka skóry na podstawie zdjęcia pacjenta
Jednym z największych wyzwań dla laboratoriów medycznych jest przetwarzanie ogromnej ilości danych. Dzięki AI możliwe jest automatyczne analizowanie informacji znacznie szybciej i bardziej precyzyjnie, niż w przypadku tradycyjnych metod. Algorytmy AI pozwalają na wykrywanie wzorców i zależności między różnymi wynikami badań, co umożliwia dokładniejszą diagnozę i lepsze dopasowanie terapii do indywidualnych potrzeb pacjenta.
– W diagnostyce laboratoryjnej sztuczna inteligencja przyspiesza analizę wyników badań laboratoryjnych, co z kolei przekłada się na przyspieszenie procesu podejmowania decyzji terapeutycznych przez lekarza. Dzięki algorytmom uczenia maszynowego bazującego na głębokich sieciach neuronowych AI może pomóc w identyfikowaniu potencjalnych schorzeń oraz określeniu ich stopnia zaawansowania. To z kolei umożliwia wczesne ich wykrycie i skuteczne leczenie, co może mieć kluczowe znaczenie dla zdrowia pacjentów – przekonuje Marian Chabuda, członek zarządu Stowarzyszenia MedTech Polska.
Czytaj też: Czy sztuczna inteligencja zastąpi lekarzy?
Przykładem takiego zastosowania sztucznej inteligencji mogą być algorytmy AI wykorzystywane w sekwencjonowaniu genomu, odpowiadające za wychwytywanie różnic w kodach genetycznych. Następnie, porównując mutacje genów z danymi historycznymi, algorytmy mogą scharakteryzować warianty genomowe związane z nowotworami i zaburzeniami dziedzicznymi. W kolejnym kroku sztuczna inteligencja jest w stanie zaproponować indywidualną terapię, co może pomóc w leczeniu pacjentów optymalną, spersonalizowaną kombinacją leków.
Lekarze i inni pracownicy medyczni mają często trudności z interpretacją wyników testów laboratoryjnych, zwłaszcza gdy są one niejednoznaczne. AI może ich wspomagać, dokonując porównań wyników z wcześniejszymi badaniami i wykrywając ewentualne zmiany w kondycji pacjenta. Dobrym przykładem jest algorytm używany w mammografii, który pozwala wykryć fałszywie ujemne wyniki badań. Dzięki pracy sztucznej inteligencji udaje się zmniejszyć ich liczbę o około 9 procent. To potencjalnie kilkadziesiąt tysięcy diagnoz w skali roku.
Czytaj też: Sztuczna inteligencja wykryła u pacjenta groźne migotanie przedsionków
Według raportu „AI to nie sci-fi – Przykłady wdrożeń innowacyjnych w zdrowiu”, wydanego pod marką zespołu ekspertów wZdrowiu we współpracy z Polską Federacją Szpitali oraz Koalicją AI w zdrowiu, kilkanaście polskich szpitali z powodzeniem wykorzystuje już sztuczną inteligencję. Jako przykład można podać algorytm wspomagający lekarzy ze Szpitala Specjalistycznego Chorób Płuc „Odrodzenie” im. Klary Jelskiej w Zakopanem w diagnozowaniu preparatów laboratoryjnych. Dzięki AI udało się wspomóc interpretację ponad 800 preparatów histopatologicznych.
– Sztuczna inteligencja daje diagnostom laboratoryjnym i lekarzom możliwości, których dawniej nie mieli. Przykładem może być analiza wyników sensorycznego pomiaru stężenia glukozy w płynie śródtkankowym, wykonywana przez serwery rezydujące w chmurze. Dzięki dużym mocom obliczeniowym możemy już dzisiaj dostarczać lekarzowi precyzyjne podsumowania, co przyspiesza podjęcie precyzyjniejszej decyzji terapeutycznej. W efekcie pacjent może liczyć na trafniej postawioną diagnozę – przekonuje Marian Chabuda.
Praw o nie nadąża za rozwojem sztucznej inteligencji
W raporcie Deloitte przygotowanym w 2020 roku na zlecenie MedTech Europe zawarte są informacje potwierdzające, jak ważną rolę sztuczna inteligencja odgrywa w nowoczesnej medycynie. Dlatego tak istotne jest, aby rozwój sztucznej inteligencji w medycynie został uwzględniony w prawie europejskim.
Dzięki AI w Europie rocznie udaje się uratować 400 tys. osób, zaoszczędzić 200 mld euro, co przekłada się na 1,8 mld roboczogodzin. To tak, jakby dodatkowo zatrudnić w systemie ochrony zdrowia 500 tys. osób. Użycie algorytmów AI tylko w diagnostyce laboratoryjnej pozwala rocznie zaoszczędzić około 880 mln euro i 53 mln roboczogodzin.
– MedTech Europe wraz z 13 innymi stowarzyszeniami branżowymi, m.in. Business Europe, opublikował list do członków Parlamentu Europejskiego, w którym wzywa do dalszych prac nad przepisami i zasadami regulującymi funkcjonowanie sztucznej inteligencji w Unii Europejskiej. Chcemy zapewnić maksimum innowacji w tym obszarze. Naszym celem jest również, aby Parlament Europejski uzgodnił stanowisko, które uzna znaczenie AI dla rozwoju gospodarczego i społecznego oraz pozwolił wykorzystać możliwości stwarzane przez sztuczną inteligencję. Liczby nie kłamią – AI to nasza przyszłość – wylicza Marian Chabuda.
W liście MedTech Europe wraz z partnerami dodają, że dalszy rozwój przepisów o sztucznej Inteligencji jest dla Europy doskonałą okazją do objęcia przywództwa w tworzeniu ram prawnych, które będą wspierać innowacje i ustawią UE na pozycji światowego lidera w wykorzystaniu AI.
