Automatyczny lekarz

Czasami przyszłość zaskakuje, ale nie tym razem. Sztuczna inteligencja w medycynie była pokazywana i opisywana w niezliczonej ilości filmów i książek science fiction. Wchodzimy w tę erę coraz szybciej.

A wszystko z powodu ilości danych. Im więcej informacji produkujemy, tym trudniej nam je ogarnąć. Człowiek bardzo często podejmuje decyzje na podstawie intuicji. Ale zbyt duża ilość informacji jej nie pomaga. Rozprasza nas. Tymczasem komputery intuicji nie mają. Mają za to bardzo duże moce obliczeniowe. Te tradycyjne komputery są mistrzami w liczeniu. Jeżeli są odpowiednio zaprogramowane, mogą być dla nas nieocenioną pomocą. Ale czasami to za mało. Potrzebujemy systemu, który nie tylko będzie szybko liczył, ale też szybko wyciągał wnioski i uczył się na błędach. Tego zwykły komputer nie potrafi. Z tym poradzi sobie system, który jest (sztucznie) inteligentny.

Sprawne liczydło

W zasadzie historię cywilizacji możemy opowiedzieć przez pryzmat urządzeń, maszyn, które w czymś są od nas lepsze. Wóz, statek, dźwig, prasa drukarska, samochód… to wszystko urządzenia, które w czymś nas wyręczyły. W ten ciąg wpisuje się także komputer. W 1996 roku Deep Blue, komputer wybudowany przez IBM, wygrał w szachy z arcymistrzem Garrim Kasparowem. Wydawało się wtedy, że jesteśmy już w świecie inteligentnych maszyn. W rzeczywistości jednak Deep Blue nie był inteligentny. Był sprawnym liczydłem. Miał w swojej pamięci ogromną liczbę ruchów szachowych. Gdy grał z człowiekiem, wybierał posunięcie, które maksymalizowało jego zyski. Tak został zaprogramowany, ale to sprawność, a nie inteligencja. Ta ostatnia pojawiłaby się wtedy, gdyby zaprogramowany do gry w szachy komputer nauczył się grać w karty. Nie, to nie jest fikcja. Takie maszyny już istnieją. Ich fenomen polega na tym, że nie trzeba w nich programować wszystkich potencjalnych ruchów czy kolejnych kroków. One te kroki podejmują wtedy, gdy widzą taką potrzebę. Tego typu programy analizują duże zbiory danych i wyciągają z nich wnioski. Uczą się zależności, które w tych zbiorach znajdą.

Konkretny przykład: wiadomo, że z wiekiem rośnie ryzyko chorób serca. Wiadomo też, że jest ono mocno zależne od diety. Wiemy, że im więcej się poruszamy, tym mniejsza jest groźba zachorowania. No i to, że jest ona zależna także od medycznej historii rodziny, od miejsca zamieszkania czy od poziomu stresu. Jesteśmy w stanie analizować każdą z tych zmiennych, ale z osobna. To właśnie dlatego co jakiś czas na badania przesiewowe wzywane są np. kobiety pomiędzy 40. a 60. rokiem życia albo mężczyźni pomiędzy 50. a 60. rokiem życia. Tyle tylko, że w tak dużym kraju jak Polska osób, które należałoby przebadać, żeby wykryć jakąś chorobę we wczesnym stadium, jest bardzo dużo. To jak szukanie igły w stogu siana. A co gdyby wybrać tylko tych, którzy rzeczywiście są bardziej podatni niż reszta społeczeństwa?

Prawdziwe złoto

Takich osób nie da się znaleźć z wykorzystaniem tradycyjnych narzędzi. Potrafią to jednak systemy (sztucznie) inteligentne. Działają jak czarna skrzynka, do której wrzuca się informacje. A potem czeka się na odpowiedź. Oczywiście czarna skrzynka działa sprawnie tylko wtedy, gdy dostarczymy do niej dużo dobrej jakości informacji. Gdy dane są niekompletne albo gdy jest ich niewiele, nie można oczekiwać, że wnioski będą wiarygodne.

Kluczem więc do tego, by sztuczna inteligencja wspomagała, a czasami zastępowała lekarza, jest warunek, że musi mieć dostęp do dużej ilości danych. Tych danych już dzisiaj jest dużo, tyle tylko, że są one rozsiane w wielu miejscach. W Polsce nie ma jednego systemu informatycznego, który skupiałby dane medyczne obywateli. Do tego należy dodać dane, które codziennie produkujemy my sami. Na przykład nosząc inteligentne zegarki wyposażone w czujniki mierzące puls czy rytm serca.

Te dane dla sztucznej inteligencji to prawdziwe złoto. Jakiś czas temu w USA na podstawie danych z inteligentnych zegarków udało się wyodrębnić grupę kilkunastu tysięcy osób, które mają znacznie podwyższone ryzyko zawału serca. W kraju, w którym mieszka 330 milionów ludzi, udało się znaleźć kilkanaście tysięcy osób szczególnie zagrożonych tylko dzięki danym z noszonych przez nie zegarków. Oszczędności dla systemu ochrony zdrowia w przyszłości mogą iść w miliardy dolarów. Po pierwsze, nie trzeba przeprowadzać bardzo szeroko zakrojonych programów profilaktycznych. Po drugie, trzeba leczyć znacznie mniej osób. Dlaczego? Bo udało się je znaleźć, zanim zdążyły zachorować.

To szansa dla nas?

Profilaktyka to pierwsze pole, gdzie sztuczna inteligencja będzie się panoszyła dla naszego dobra. Drugim obszarem będzie diagnostyka. Już dzisiaj niektóre choroby są wcześniej wykrywane przez komputery niż przez lekarzy. Algorytm może przeanalizować większy zbiór danych. Lekarz ma intuicję, ale sztuczna inteligencja – pamięć i chłodne wnioskowanie. Gdy będzie ona wsparciem dla człowieka, skuteczność diagnostyki będzie nieporównywalnie wyższa niż dzisiaj. I tak w fazę badań klinicznych zaczynają już wchodzić narzędzia skanujące siatkówkę w celu wykrycia chorób oczu czy też analizujące wyniki badań mammograficznych po to, by wykryć raka piersi w bardzo wczesnym stadium rozwoju. Takich algorytmów jeszcze się nie wykorzystuje do decydowania o rozpoczęciu terapii, ale już wykorzystuje się je do przesiewania przypadków, którym powinien przyjrzeć się lekarz.

W 2017 roku w „Nature” ukazał się artykuł, z którego wynikało, że algorytmy są skuteczniejsze w diagnozowaniu raka piersi. Gdy obrazy pokazywano grupie patologów oraz onkologów i na analizę każdego dawano im minutę, przegrywali oni z komputerem. Gdy jednak ten czas wydłużano, okazywało się, że człowiek jest lepszy. Na te wyniki można spojrzeć z dwóch różnych stron. Na rynku brakuje lekarzy, a ci, którzy są, mają dla pacjentów coraz mniej czasu. W ograniczonym czasie to komputer jest lepszy od człowieka. Z drugiej strony, wciąż mówimy o systemach, które dopiero raczkują. Uczą się bardzo szybko i doskonalą. Z czasem ich skuteczność będzie rosła, podczas gdy skuteczność człowieka pozostaje niezmieniona.

Przykłady wybudowanego przez IBM systemu Watson, który w ciągu kilku minut postawił właściwą diagnozę i rozpoznał rzadki rodzaj nowotworu u sześćdziesięcioletniej kobiety, czy algorytmu Enlitic, który szybciej i lepiej rozpoznaje niebezpieczne zmiany w płucach, tylko potwierdzają to, że sztuczna inteligencja w medycynie ma bardzo dużo do zrobienia.

Kilka miesięcy temu premier Mateusz Morawiecki zapowiedział, że rząd przekaże 50 mln złotych na budowę nowoczesnego Centrum Sztucznej Inteligencji przy Uniwersytecie Medycznym w Białymstoku. Czy w naszej niedomagającej służbie zdrowia te pieniądze nie przydałyby się na coś innego? Jest raczej odwrotnie. Systemy wspomagające, a czasami wyręczające lekarza to jedyny sposób na to, by naszą służbę zdrowia uratować. •

«« | « | 1 | » | »»

aktualna ocena |   |
głosujących |   |
Pobieranie.. Ocena | bardzo słabe | słabe | średnie | dobre | super |

  • Czloax
    05.05.2019 23:34
    "Wchodzimy w tę erę coraz szybciej." Wchodzimy, wchodzimy i wejść nie możemy. W 1987 w czasopiśmie popularnonaukowym czytałem, że 3-6 lat i SI będzie "interpretować Szekspira, wszczynać intrygi". Że dziś (1987) ma inteligencję mrówki ale za chwilę przewyzszy człowieka. Minęło z górą 30 lat i nic. Kompletnie zero. Wydano i wydaje się miliony, robi szum, naukowcy niczym dr Frankenstein na wszelkie sposoby chcą ożywić potwora ale bezskutecznie. Metody naukowe zawodzą, uciekają się do ww szumu i larum chyba w nadziei, że zadziała metoda Goebelsa (kłamstwo powtarzane 100 razy staje się prawdą). Ale i to nie działa na SI. Może czas uznać, że inteligencja to coś więcej, jak glupawe próbkowanie pomnożone przez miliardy (miliardy bezmyslnych komórek) ale to atrybut duszy więc nieosiągalny dla komputerów.
  • tomaszl
    06.05.2019 18:00
    Może zamiast wydawać na SI przydałoby się dokończyć informatyzacje ochrony zdrowia w Polsce. Żadna SI nie pomoże, gdy trzeba (tak jak dziś) iść do lekarza z papierowymi wynikami, płytkami od badań obrazowych czy też nosić do apteki papierowe recepty.
    Owszem, są na świecie firmy zajmujące się szeroko rozumianą informatyką w zdrowiu, ale 50 mln zł to jakieś grosze w budżetach takich firm.
    ps. piszę ten post oglądając na żywo konferencje o przyszłości także SI. Mają taką "zabawkę" używaną także do obrazowania 3D - genialne dla inżynierów ale też dla medyków.
Dodaj komentarz
Gość
    Nick (wymagany lub )

    Ze względów bezpieczeństwa, kiedy korzystasz z możliwości napisania komentarza lub dodania intencji, w logach systemowych zapisuje się Twoje IP. Mają do niego dostęp wyłącznie uprawnieni administratorzy systemu. Administratorem Twoich danych jest Instytut Gość Media, z siedzibą w Katowicach 40-042, ul. Wita Stwosza 11. Szanujemy Twoje dane i chronimy je. Szczegółowe informacje na ten temat oraz i prawa, jakie Ci przysługują, opisaliśmy w Polityce prywatności.