Przyszłość medycyny

Zadanie było proste. Trzeba było własnymi słowami opisać prosty rysunek. Kuchnia, dwójka dzieci, sprzeczka o ciastka, woda wylewająca się ze zlewu i mama zmywająca naczynia. Tylko tyle? Tak. Na podstawie tych opisów sztucznie inteligentny program był w stanie z dużą precyzją określić, kto z badanych zapadnie w przyszłości na chorobę Alzheimera.

Wiązanie faktów

Chyba go nie ma. Chyba, bo system jest dopiero testowany na szerszą skalę. Dotychczas algorytm przebadał zaledwie kilkaset osób, i to na dodatek pochodzących tylko z jednego kraju. A to stanowczo za mało, by „wypuszczać go w świat”.

Medycyna stoi przed ogromną rewolucją. Jej sercem są algorytmy, które w niektórych miejscach działają już dzisiaj. Mówi się o nich „sztuczna inteligencja” i to określenie ma swoje uzasadnienie. To programy, który potrafią się uczyć. Potrafią analizować duże zbiory danych i wyciągać z nich wnioski. Wracając do opisywanego wyżej badania, programista, a w zasadzie trener algorytmu IBM, pokazując opisy rysunków wykonane przez osoby, które cierpią na chorobę Alz­heimera w różnych stadiach, oraz wykonane przez osoby zdrowe, wcale nie musiał wskazywać na konkretne różnice. Algorytm mógł sam powiązać te fakty. W efekcie powstał program, który analizując tekst, jest w stanie wyciągać z niego wnioski. Zresztą takich algorytmów pojawia się coraz więcej. Na amerykańskim uniwersytecie w Kalifornii stworzono program analizujący głos, który wyłapuje bardzo subtelne zmiany charakterystyczne dla innych chorób neurologicznych. I podobnie jak w przypadku programu IBM, badanie jest nieinwazyjne i tanie. Nie wymaga drogiego sprzętu ani obecności w szpitalu czy przychodni. Odpowiedni program jest w stanie nagrać próbki głosu przez telefon podczas wykonywania codziennych czynności. Osoby, u których zaczęły się pierwsze zmiany, mają problemy z określeniem ilości przedmiotów, zaczynają nieco wolniej mówić i robią w środku zdań niespodziewane przerwy. Często też używają mniej określeń abstrakcyjnych. Co ogromnie ważne, te zmiany nie są związane z językiem, jakim człowiek się posługuje, są uniwersalne.

Przykładów jest więcej

Z wstępnych wyników można wyciągnąć wniosek, że niektóre choroby neurologiczne, dzięki sztucznej inteligencji, można przewidzieć z nawet dziesięcioletnim wyprzedzeniem. Tymczasem naukowcy twierdzą, że rozwój chorób neurologicznych można znacząco spowolnić, pod warunkiem, że diagnoza zapadnie odpowiednio wcześnie. Wiele wskazuje na to, że to algorytmy będą pierwszą linią diagnostyczną w takich przypadkach, gdyż zauważają one zmiany, które są nieuchwytne przez inne metody wykorzystywane dzisiaj w medycynie.

Jeżeli tylko ta wiedza zostanie odpowiednio wykorzystana, może nie tylko znacząco poprawić jakość życia osób starszych, ale i wygenerować gigantyczne oszczędności dla systemu ochrony zdrowia. Przy czym nie chodzi tylko o choroby neurologiczne. Jest znany szereg systemów komputerowych, algorytmów, które radzą sobie z analizą obrazów tomograficznych lepiej niż najlepsi radiolodzy. Jakiś czas temu pisałem o nich na stronach naukowych „Gościa”. Na przykład inżynierowie z ­Google i naukowcy Northwestern Medicine stworzyli algorytm, który nauczyli rozpoznawania guzów nowotworowych płuc. Nauczyli tak, że potrafi wyłapać pierwsze zmiany nowotworowe szybciej, niż wyłapaliby je lekarze. Nie wiadomo, jak to się dzieje, nie wiadomo, na które subtelne zmiany reaguje. Ale nie ma wątpliwości, że robi to doskonale. W University College London Hospital stworzono algorytm, który doskonale radzi sobie z diagnostyką raka szyjki macicy, z kolei konsorcjum BioMind wyuczyło program tak, że ten diagnozował niektóre choroby neurologiczne z o 20 proc. wyższą skutecznością niż lekarze. W Stanford University w USA w ciągu 2 miesięcy nauczono sztuczną inteligencję rozpoznawania 14 chorób nowotworowych na podstawie m.in. zdjęć RTG. Przy czym komputer rozpoznawał raka skóry z taką samą skutecznością jak lekarze.

Szeroko pojęta medycyna będzie ze sztucznej inteligencji czerpała pełnymi garściami. Kilka lat temu przeprowadzono w USA badania wśród dużej grupy lekarzy, pytając ich m.in. o aspekty ich pracy, które wpływają na wypalenie zawodowe, i czynniki, które utrudniają im funkcjonowanie w zawodzie. Największa grupa lekarzy nie mówiła o stresie, zarobkach czy warunkach pracy. Mówiła o braku czasu dla pacjentów i nadmiarze danych, które dostarczają współczesne urządzenia medyczne. Danych, na których analizę potrzeba czasu. Być może odpowiedzią na te wyzwania są właśnie systemy analizujące duże zbiory danych i potrafiące wyciągać z nich wnioski? Algorytmy będą wsparciem dla lekarzy, ale ich nie zastąpią. Bo tak jak ludzie, muszą przejść etap treningu i nauki. Bez niego nawet najlepszy algorytm jest pustym naczyniem, pustym pudełkiem, które nic nie potrafi. Podobnie jest zresztą z człowiekiem. Nikogo nie dziwi, że pracownik, który przeszedł przez źle zaprojektowany system edukacji, z opowiadającymi bzdury nauczycielami, nie potrafi znaleźć pracy.•

«« | « | 1 | 2 | » | »»

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

Reklama

Reklama