Generał Gielerak o sztucznej inteligencji w medycynie. Technologiczny przełom w zakresie wsparcia leczenia

W medycynie wszystko ewoluuje. Choroby, ich przebieg, sposób leczenia, wykorzystywane środki i narzędzia, opieka lekarska, terapia, placówki ochrony zdrowia. Tempo życia przyspiesza, a lekarz, jak mało kto, wie, czym jest natychmiastowe podejmowanie decyzji, mogących mieć wpływ na nasze życie i zdrowie. Wsparcie tego sektora jest szczególnie ważne – dla lekarzy, nas – pacjentów, służby zdrowia jako instytucji. Z pomocą przychodzą nowoczesne rozwiązania z zakresu sztucznej inteligencji (AI) i robotyki. I choć pierwsza z wymienionych to dziedzina, której wielu z nas dopiero się uczy, jej potencjał jest ogromny. I niewątpliwie, warto z niego korzystać.

AI już w medycynie jest

Kwestię tę porusza w swojej publikacji na łamach periodyku „Menedżer Zdrowia” gen. Grzegorz Gielerak, dyrektor Wojskowego Instytutu Medycznego w Warszawie (WIM), jeden z największych autorytetów w dziedzinie medycyny wojskowej. W swoim artykule pt. "Sztuczna inteligencja i Robotyka w praktyce”, ekspert porusza szereg kwestii, związanych z nowoczesnymi rozwiązaniami w medycynie. Podkreśla, że jeszcze w 2016 r. na temat wykorzystania sztucznej inteligencji (AI) powstało ok. 6,8 tys. publikacji. W ub.r. było ich aż 28 tys. Trudno o lepszy dowód na to, jak rozwija się ta technologia i zakres jej wykorzystania w medycynie. Bo ona już tam jest, m.in. w zakresie interpretacji badań. 

Coraz więcej badań klinicznych, w tym randomizowanych badań kontrolowanych (RCT), potwierdza skuteczność i innowacyjny potencjał rozwiązań opar tych na AI. Analiza wyników 39 RCT wykazała, że w 77 proc. przypadków zastosowanie AI przewyższało skuteczność standardowej opieki medycznej, a w 70 proc. z nich odnotowano poprawę klinicznie istotnych punktów końcowych – takich jak wczesne wykrywanie zmian patologicznych w badaniach radio logicznych czy obrazowaniu endoskopowym.

– wskazuje gen. Gielerak. 

W swojej publikacji gen. Gielerak podkreśla, że  "w zakresie monitorowania bezpieczeństwa systemy uczące się potrafią wykrywać do 92 proc. zdarzeń niepożądanych z wyprzedzeniem sięgającym 48 godzin w porównaniu z metodami konwencjonalnymi. Co więcej, zastosowania sztucznej inteligencji nie ograniczają się już wyłącznie do badań klinicznych. dziś obejmują całe spektrum systemu opieki zdrowotnej: od strategicznego planowania zasobów medycznych i wsparcia procesów w farmacji po decyzje podejmowane bezpośrednio przy łóżku chorego.

AI ma też ważne zastosowanie w przemyśle farmaceutycznym. Algorytmy monitorują łańcuchy dostaw i zarządzają strategicznymi re zerwami, umożliwiając wczesne wykrywanie zagrożeń i optymalną dystrybucję produktów w warunkach kryzysowych. Równocześnie automatyzują kolejne etapy badań klinicznych – od kwalifikacji uczestników, przez bieżący monitoring skuteczności i bezpieczeństwa, po analizę danych – co razem skraca czas wprowadzania innowacyjnych cząsteczek na rynek i wzmacnia konkurencyjność sektora działalności.

Współpraca człowieka z technologią 

Technologia ma wspierać lekarza – ułatwić mu podjęcie decyzji, przygotować dane, które posłużą do trafnej diagnozy. "Kluczowym modelem integracji systemów AI w medycynie jest podejście human-in-the-loop (HITL), zakładające stałą współpracę człowieka i sztucznej inteligencji w procesach klinicznych. Koncepcja ta zapewnia, że zaawansowane algorytmy wspierają podejmowanie decyzji medycznych, pozostając pod nadzorem eksperta” – wskazuje gen. Gielerak. 

W diagnostyce – szczególnie w radiologii i onkologii – algorytmy AI są w stanie błyskawicznie analizować obszerne zbiory danych medycznych, takich jak obrazy czy wyniki badań laboratoryjnych, wykrywając subtelne nieprawidłowości niewidoczne gołym okiem. Niewątpliwie przyspiesza to cały proces i równocześnie odciąża personel medyczny. Kolejny obszar, o którym wspomniano wyżej, to optymalizacja leczenia. Algorytmy prognozują skuteczność interwencji terapeutycznych lub sugerują schematy leczenia na podstawie analizy dużych danych,

– pisze ekspert. 

Technologia AI może też skutecznie przeanalizować indywidualne cechy danego pacjenta – od predyspozycji, po styl życia, nawyki, zachowanie, i na ich podstawie zaproponować konkretne działania. "Aktualne badania potwierdzają, że algorytmy AI w diagnostyce medycznej często osiągają czułość i swoistość porównywalną z wynikami uzyskiwanymi przez lekarzy, zwłaszcza mniej doświadczonych, a w niektórych przypadkach nawet je przewyższają" – podkreśla gen. Gielerak. 

Warto jednak podkreślić, że skuteczność AI nadal zależy od konkretnej specjalizacji i obszaru zastosowania klinicznego.

Trzy segmenty

Generał Grzegorz Gielerak wskazał na trzy obszary zastosowania AI w sektorze medycznym, w zależności od zaawansowania klinicznego. W segmencie działań rutynowych wymienia analizę obrazów radiologicznych, patologię cyfrową (klasyfikacja komórek nowotworowych na podstawie cyfrowych preparatów histopatologicznych), wsparcie dla patomorfologów w codziennej diagnostyce,  monitorowanie w intensywnej terapii oraz diagnostykę kardiologiczną. 

W segmencie rekomendowanych, gotowych do szerszego wdrożenia, znalazły się:

• Personalizacja terapii onkologicznej – rekomendacje schematów leczenia i dawek leków celowanych na podstawie analizy dużych baz danych pacjentów.
• Wczesna diagnostyka udaru.
• Opieka diabetologiczna – algorytmy dostosowujące dawkowanie insuliny na podstawie ciągłego monitorowania glikemii.
• Asysta robotyczna w ortopedii – wsparcie chirurgiczne przy precyzyjnym wszczepianiu endoprotez i stabilizacji kręgosłupa.

W kwestii rozwiązań przyszłościowych (eksperymentalnych) uwzględniono:

• Autonomiczne roboty chirurgiczne – systemy rozpoznające struktury anatomiczne i wykonujące wybrane etapy zabiegu pod nadzorem chirurga.
• Cyfrowy triage na polu walki – algorytmy klasyfikujące rannych według ryzyka zgonu na podstawie danych z sensorów życiowych żołnierzy; ułatwienie priorytetyzacji pomocy medycznej. 
• Wirtualne próby kliniczne – "cyfrowe bliźniaki” pacjentów symulujące różne scenariusze terapii in silico; optymalizacja doboru leczenia przed badaniami na ludziach.
• Empatyczne chatboty medyczne – asystenci oparci na dużych modelach językowych, wspierający zbieranie wywiadu i edukację pacjenta.

Jak pisze gen. Gielerak, "Przejęcie przez AI nawet do 80 proc. rutynowych analiz obrazowych i laboratoryjnych może uwolnić zasoby ludzkie, umożliwiając skoncentrowanie ich na kompleksowej opiece nad pacjentem".

Człowiek na pierwszym miejscu

Człowiek musi pozostać ośrodkiem decyzyjnym. "To lekarz – kierując się empatią, doświadczeniem i etyczną refleksją – ponosi odpowiedzialność za zdrowie i życie chorego" – podkreśla w konkluzjach gen. Gielerak. Czy potrafimy wykorzystać potencjał sztucznej inteligencji, nie tracąc humanistycznego wymiaru leczenia? To pytanie pozostaje otwarte. "Pewne jest jednak, że tylko zachowując czujność poznawczą i moralną, zdołamy zbudować system, w którym technologia pozostaje w służbie człowieka – a nie odwrotnie" – dodaje. 

Warto o tym pamiętać, nie tylko w dziedzinie medycyny.