Algorytmy wspierające w diagnozie, leczeniu i opracowywaniu leków - tak sztuczna inteligencja może pomóc zwiększyć wydajność pracy w systemie ochrony zdrowia, gdzie mamy ograniczone zasoby finansowe i kadrowe. Wykorzystuje i przetwarza dane, których mamy coraz więcej. Nigdy jednak nie zastąpi lekarza.
Podstawą sztucznej inteligencji jest dostęp do danych i ich analiza. Także w obszarze zdrowia dane gromadzone są w coraz szerszym zakresie cyfrowo, co dało możliwość ich lepszej analizy, a także tworzenia na tej podstawie algorytmów.
Dzięki nim możliwa jest szybsza i dokładniejsza diagnostyka, a co za tym idzie - skuteczniejsze leczenie.
Sztuczna inteligencja to już nie abstrakcyjna przyszłość, ale narzędzie, które zaczyna być tu i teraz wykorzystywane w medycynie. O możliwościach wykorzystania AI w medycynie rozmawiano podczas jednego z paneli Kongresu Wyzwań Zdrowotnych w Katowicach.
Paweł Kikosicki, dyrektor Centrum e-Zdrowia przyznaje, że liczba danych zdrowotnych przyrasta w ogromnym tempie. Jednak dla centrum nie jest celem tworzenie algorytmów, ale wykorzystać te, które są i powstają do rozwiązywania konkretnych problemów w polityce zdrowotnej.
Na razie centrum rozwija klasyczną analitykę, ale w planach ma budowę ośrodka kompetencji AI. – To nie są kompetencje częste na rynku. Tych ekspertów wielu nie ma, dlatego chcemy taki ośrodek zbudować – zapowiada Kikosicki.
Także lekarze, aby lepiej wykorzystywać nowe możliwości związane ze sztuczną inteligencją, potrzebują wsparcia. Według prof. Haliny Podbielskiej z Politechniki Wrocławskiej w nowym programie edukacji niezbędne jest wdrożenie elementów dotyczących AI.
– Lekarz nie musi być informatykiem, ale trzeba pokazywać lekarzom stronę techniczną, aby z kolegą informatykiem, inżynierem łatwiej dogadali się, co jest potrzebne – uważa ekspertka.
Jak przekonuje, nigdy AI nie zastąpi lekarza, nawet jak zda egzamin LEK, bo do tego zawodu oprócz wiedzy potrzebna jest m.in. empatia.
Bardzo wiele pozostaje jeszcze do zrobienia w sferze odpowiednich regulacji i odpowiedniego wykorzystania różnych algorytmów.
Kluczem do wprowadzenia AI - jak przekonuje dr Katarzyna Kolasa z zespołu Naczelnej Rady Lekarskiej ds. AI- jest interdyscyplinarność i zrozumiałość tematyki z perspektywy holistycznej.
– Trzeba zmienić regulacje, aby pozwolić na ocenę AI i jej przydatności. Nie mamy metod analitycznych, które pozwolą oceniać przydatność AI; czy ten algorytm, czy inny jest potrzebny do rozwiązania konkretnego problemu – uważa dr Kolasa.
Drugi element, to stworzenie kultury korzystania z AI, bo wciąż jest to na bardzo niskim poziomie. Jak wylicza dr Kolasa, w Stanach Zjednoczonych refundowanych jest ok. 10 algorytmów. W sumie mamy już ok. 8,9 tys. opublikowanych algorytmów, a FDA (amerykańska agencja leków) dopuściła 500, a w Europie mamy połowę z tego. Czas więc przyspieszyć z działaniami w tym obszarze.
Według Marka Witulskiego, dyrektora Branż Diagnostic Imaging i Advanced Therapies, Siemens Healthineers, lekarze często nawet nie wiedzą, że już pracują na algorytmach opartych o AI. Wykorzystują po prostu narzędzia, które otrzymują.
Istotnym zadaniem dla kadry managerskiej jest więc ocena przydatności wdrażanych narzędzi. Także rynek pozwala zweryfikować faktyczną przydatność tego, co jest wykorzystywane w praktyce klinicznej.
Ekspertów rynku ochrony zdrowia nurtuje jednak pytanie o to, czy sztuczna inteligencja może manipulować danymi.
Zdaniem dr Katarzyny Kolasy to nie AI może manipulować, ale dane mogą powodować stronniczość. Brakuje obecnie walidacji algorytmów dla różnych populacji, a algorytmy powinny być oparte o dane z danego kraju, bo populacje różnią się między sobą.
Algorytm jest ponadto narzędziem, które żyje, a więc im więcej danych dostarczamy, tym lepsze będzie ich wykorzystanie.
Eksperci nie mają też jeszcze jednoznacznego stanowiska co do tego, czy pacjent powinien wiedzieć, jaką diagnozę postawiła mu AI.
– To narzędzie dla profesjonalisty i pacjent nie powinien mieć dostępu do sugestii oprogramowania, bo to lekarz ostatecznie wybiera terapię – uważa Marek Witulski i przekonuje, że osobą, która decyduje o leczeniu, pozostaje lekarz.
Tymczasem pokazywanie sugestii AI mogłoby podważyć zaufanie pacjenta do lekarzy, więc należy zostawić profesjonalistom to, co robią najlepiej.
Jednak AI można wykorzystać do budowy systemu informacji dla pacjentów, który tłumaczyłby, z czym wiąże się wynik lub określona diagnoza.
Innego zdania jest prof. Halina Podbielska. Według niej decyzja o sposobie leczenia musi być wspólnie wypracowana z lekarzem i pacjentem, ale pacjent powinien też wiedzieć, co przewidziała AI.
Podstawą leczenia powinno pozostać jednak zaufanie do lekarza.
Zobacz także