Sztuczna inteligencja nawet o 2 lata przyspiesza diagnozę stwardnienia rozsianego

Autor: Wojciech Kuta • Źródło: Rynek Zdrowia21 października 2021 18:00

Sztuczna inteligencja. Dzięki zastosowaniu analizy danych przez sztuczną inteligencję można nawet o dwa lata wcześniej zdiagnozować stwardnienie rozsiane - mówi w wywiadzie dla Rynku Zdrowia Jakub Musiałek, prezes Pixel Technology.

Sztuczna inteligencja zmniejsza ryzyko błędów medycznych - mówi Jakub Musiałek FOT. PTWP
  • Tandem lekarza z technologiami opartymi o sztuczną inteligencję istotnie zmniejsza liczbę błędów medycznych - zaznacza Jakub Musiałek, prezes Pixel Technology
  • Wielu ludzi w naszym kraju zastanawia się, czy skuteczne działanie sztucznej inteligencji w medycznie jest w ogóle możliwe. Także spotykam się z takim pytaniem - mówi ekspert
  • Francja, która stała się europejskim liderem w stosowaniu sztucznej inteligencji (AI - ang. artificial intelligence) w medycynie, zainwestowała naprawdę poważne środki finansowe, między innymi w edukację dotyczącą
  • Może zabrzmi to śmiesznie, ale we Francji edukację na temat prowadzi się już na etapie przedszkolnym - mówi Jakub Musiałek

***

Sztuczna inteligencja i lekarz. Tandem dla dobra pacjenta

Rynek Zdrowia: - Dlaczego, w Pana opinii, to sztuczna inteligencja wyznaczać będzie kierunki rozwoju cyfrowej transformacji w sektorze medycznym?

Jakub Musiałek, prezes Pixel Technology: - Największym obecnie problemem systemu ochrony zdrowia, nie tylko w Polsce, ale też innych krajach Unii Europejskiej i na całym świecie są braki kadrowe dotyczące personelu medycznego. Z dostępnych danych wynika, że na zasypanie w naszym kraju ogromnej luki pokoleniowej wśród lekarzy potrzebujemy aż 11 lat.

Z jednej strony należy w tej sytuacji zwiększyć efektywność pracy przedstawicieli zawodów medycznych. Po drugie wydaje się, że stworzenie swoistej kombinacji lekarza z technologiami opartymi na sztucznej inteligencji jako tzw. drugiego, trzeciego oka czy też opinii spowoduje zmniejszenie liczby błędów medycznych. Zresztą jest to już udowodnione licznymi badaniami.

W moim przekonaniu lekarz wraz ze sztuczną inteligencją stanowią tandem, który jest w stanie osiągnąć nie tylko lepsze rezultaty w procesie diagnostyczno-terapeutycznym, ale także uzyskiwać takie wyniki w krótszym czasie.

- Jakie są obecnie główne obszary stosowania oraz rozwijania narzędzi sztucznej inteligencji w medycynie?

- Bardzo dużo firm skupiło się w zakresie prac nad sztuczną inteligencją na diagnostyce obrazowej, w tym na rezonansie magnetycznym, tomografii, mammografii, USG. Przyczyną zainteresowania tymi obszarami jest to, że mamy w ich przypadku do czynienia z ogromną ilością surowych, niezinterpretowanych przez człowieka danych. Pozwalają one sztucznej inteligencji na wyciąganie właściwych wniosków dotyczących stanu pacjenta.

Natomiast moim zdaniem przyszłość należy do łączenia danych klinicznych z danymi obrazowymi oraz na tworzenia rozwiązań zbierających te informacje.

Pixel Technology realizuje obecnie bardzo duży projekt związany z technologią AI, obejmujący pacjentów ze stwardnieniem rozsianym (SM), dzięki którymi jesteśmy w stanie znacznie szybciej niż lekarz ocenić czy pacjent choruje na SM. To przyspieszenie diagnozy może sięgać nawet do dwóch lat.

Aby jednak dokonać prawidłowej oceny stanu pacjenta oraz postawić właściwe rozpoznanie potrzebujemy wielu danych, między innymi z badań rezonansu mózgu, rezonansu rdzenia kręgowego, OCT oka, badań w warunkach klinicznych, badań laboratoryjnych, a także testów psychologicznych. Dopiero mając taki obszerny komplet danych jesteśmy w stanie wnioskować.

Zapoznanie się z tak ogromnym zbiorem danych - które gromadzimy na potrzeby przetwarzania przez technologię AI - jest dla lekarza trudne oraz czasochłonne. A lekarze, jak dobrze wiemy, tego czasu zbyt wiele dzisiaj nie mają.

- Klinicyści wskazują, że obszarem bardzo dobrze poddającym się wnioskowaniu diagnostyczno-terapeutycznemu przy wsparciu sztucznej inteligencji są choroby płuc. Dlaczego?

- Rzeczywiście, bardzo dobrze widać to przy zmianach obwodowych nowotworowych, gdzie występują niezwykle drobne zmiany, trudne do wychwycenia na pierwszy rzut oka w zwykłym badaniu.

Pamiętajmy, że sztuczna inteligencja pracuje 24 godziny na dobę. Nie działa więc jak człowiek. Kiedy dostajemy zlecenie, na przykład znalezienia odmy płucnej, cały nasz organizm skupia się na tym właśnie zadaniu. Natomiast sztuczna inteligencja pracuje zupełnie inaczej, na wszystkich poziomach jednocześnie, dzięki czemu jest w stanie odnaleźć coś, co umknęło lekarzowi, który skupia się w danym czasie wyłącznie na określonej jednostce chorobowej.

- Proszę o wskazanie głównych barier we wdrażaniu rozwiązań AI w polskiej ochronie zdrowia?

- Pierwszym problemem jest to, że wielu ludzi w naszym kraju zastanawia się, czy skuteczne działanie sztucznej inteligencji w medycznie jest w ogóle możliwe. Także spotykamy się z takim pytaniem. Odpowiadamy wówczas, że dysponujemy np. zbiorem 6-8 tysięcy wyników badań diagnostycznych, mamy też tzw. zbiór treningowy oraz zbiór badań weryfikacyjnych, dzięki któremu dochodzimy do określonych wniosków.

Kluczowe, jeżeli chodzi o szersze stosowanie analizy danych w ramach sztucznej inteligencji, jest samo dopuszczenie możliwości, że lekarz i AI mogą, a wręcz powinni coraz częściej tworzyć zgrany tandem w opiece nad pacjentami.

Po drugie istotne jest, aby te możliwości dostrzegł publiczny płatnik świadczeń zdrowotnych. To podstawowy warunek tworzenia systemowych rozwiązań oraz projektów, które pozwolą na wdrażanie technologii sztucznej inteligencji w szpitalach. Jednocześnie płatnik powinien oczekiwać konkretnych korzyści, m.in. w postaci zaoszczędzonego czasu, pieniędzy, ale też podniesienia jakości diagnostyki.

- Wśród państw - liderów w rozwijaniu sztucznej inteligencji w ochronie zdrowia - eksperci wymieniają, m.in.: Francję, Wielką Brytanię, Izrael, Stany Zjednoczone, Chiny. Jakie są kluczowe doświadczenia tych krajów dotyczące AI w medycynie, z których może i powinna czerpać także Polska?

- Francja rzeczywiście stała się europejskim liderem w zakresie stosowania sztucznej inteligencji w medycynie. Zainwestowano tam naprawdę poważne środki finansowe, między innymi w edukację dotyczącą AI na wielu różnych poziomach. Może zabrzmi to śmiesznie, ale ta edukacja prowadzona jest we Francji już na etapie przedszkolnym.

Z kolei Chiny postawiły na ogromną liberalizację w zasadach dostępu do danych medycznych, po które można w tym kraju sięgać naprawdę bez większych ograniczeń. To jeden z zasadniczych warunków rozwijania sztucznej inteligencji w sektorze zdrowotnym.

Muszę jednak powiedzieć, ze w Polsce wcale nie jest tak źle, jeśli chodzi o tworzenie narzędzi sztucznej inteligencji. Narodowe Centrum Badań i Rozwoju uruchomiło niedawno specjalną spółkę, która ma wspierać przedsiębiorców zajmujących się sztuczną inteligencją. Należy jednak postawić, chociażby wzorem Francji, na szerszą edukację dotyczącą stosowania sztucznej inteligencji, między innymi w medycynie.

Rozmowę zarejestrowano podczas XVII Forum Rynku Zdrowia (Warszawa, 18-19 października 2021 r.).

Czytaj też:

Sztuczna inteligencja potrzebuje treningu

Cukrzyca. Pacjentom pomaga sztuczna inteligencja. Zmiany przyspieszył Covid-19

Start-upy medyczne w Polsce mają pieniądze na rozruch. Potem zaczynają się schody

Podaj imię Wpisz komentarz
Dodając komentarz, oświadczasz, że akceptujesz regulamin forum