Jeszcze kilka lat temu sztuczna inteligencja kojarzyła się głównie z futurologią i książkami science fiction. Dziś wspiera nas w rozmaitych aspektach życia codziennego - od planowania zakupów, przez rekomendację filmów czy muzyki, aż po systemy wspomagające naukę języków obcych. Dynamiczny rozwój AI nie ominął również medycyny, gdzie coraz częściej podejmuje się próby wykorzystania jej w diagnostyce czy monitorowaniu terapii. Jakie możliwości stwarza dla pacjentów i lekarzy? Gdzie już dziś znajduje praktyczne zastosowanie? Na pytania te odpowiadamy w poniższym artykule!
Ciężko odpowiedzieć jednoznacznie na to pytanie, ponieważ nie powstała dotychczas jedna, zgodna definicja. Sztuczna inteligencja, nazywana też AI (skrót od ang. Artificial Intelligence), uznawana jest za dziedzinę informatyki, która zajmuje się projektowaniem, tworzeniem i badaniem systemów zdolnych do wykonywania zadań wymagających zwykle ludzkiej inteligencji.
Nazwa może sugerować istnienie „myślącej maszyny”, jednak w rzeczywistości sztuczna inteligencja to nie myślący byt, lecz zaawansowane narzędzia oparte na algorytmach matematycznych i analizie danych. Modele AI „uczą się” na podstawie wcześniej zgromadzonych informacji, a następnie wykorzystują te wzorce do rozwiązywania konkretnych problemów lub podejmowania decyzji. Nie posiadają świadomości ani zdolności rozumowania w ludzkim sensie, a ich skuteczność zależy od jakości wprowadzonych danych i celu, do jakiego zostały zaprogramowane.
Sztuczna inteligencja znalazła zastosowanie w wielu dziedzinach życia, także w medycynie. Coraz częściej wspiera lekarzy w codziennej pracy - od diagnozy, przez dobór terapii, aż po monitorowanie efektów leczenia. wykorzystując algorytmy i duże zbiory danych do analizy informacji klinicznych.
Diagnostyka obrazowa to jedno z najlepiej rozwiniętych i najczęściej wykorzystywanych zastosowań sztucznej inteligencji w medycynie. Uczone maszynowo algorytmy są w stanie analizować obrazy RTG, tomografii komputerowej czy rezonansu magnetycznego z wysoką precyzją.
Dla przykładu, Massachusetts General Hospital w Stanach Zjednoczonych, obok 47 innych szpitali na całym świecie, wykorzystuje algorytm AI o nazwie MIRAI, opracowany przez MIT, do przewidywania ryzyka raka piersi na podstawie mammografii. Co ciekawe, zastosowanie tego systemu pozwoliło na redukcję liczby fałszywie dodatnich wyników o 30% i jednoczesne utrzymanie wysokiej czułości w wykrywaniu raka piersi.
W innej części świata - Australii - sieć szpitali publicznych wdrożyła technologię Annalise.ai do analizy zdjęć rentgenowskich klatki piersiowej. Z kolei badanie retrospektywne przeprowadzone na Uniwersytecie Waszyngtońskim wykazało, że oprogramowanie Aidoc wykorzystane do identyfikacji krwotoków wewnątrzczaszkowych na podstawie skanów tomografii komputerowej, odznacza się wysoką czułością (92,3%) i swoistością (97,7%)[1].
Zdalne monitorowanie pacjentów to jeden z dynamiczniej rozwijających się obszarów zastosowania sztucznej inteligencji w opiece zdrowotnej. Integracja AI z przenośnymi urządzeniami medycznymi, takimi jak opaski monitorujące tętno, ciśnieniomierze czy glukometry, umożliwia bieżące śledzenie parametrów zdrowotnych pacjenta i szybką reakcję na potencjalne nieprawidłowości.
We Włoszech, w Uniwersytecie w Salerno, grupa badaczy wdraża system PrediHealth, który dedykowany jest pacjentom z niewydolnością serca. Algorytm wykorzystuje ocenę ryzyka dekompensacji choroby, analizując dane m.in. z pulsoksymetrów i ciśnieniomierzy. Z kolei w Stanach Zjednoczonych, firma AliveCor opracowała urządzenie KardiaMobile, które wykorzystuje sztuczną inteligencję do analizy danych EKG w czasie rzeczywistym. System ten umożliwia pacjentom monitorowanie rytmu serca w warunkach domowych, a algorytm AI pomaga w wykrywaniu zaburzeń rytmu serca.
Sztuczna inteligencja odgrywa też coraz większą rolę w rozwoju medycyny spersonalizowanej, w której leczenie dopasowane jest do indywidualnych cech pacjenta, takich jak geny, styl życia czy stan zdrowia. Dzięki analizie ogromnych zbiorów danych, w tym wyników badań laboratoryjnych, obrazowych i genetycznych, AI może wspierać lekarzy w doborze najskuteczniejszych terapii, minimalizując ryzyko działań niepożądanych.
Przykładowo, w onkologii algorytm SCORPIO przewiduje skuteczność immunoterapii dokładniej niż klasyczne biomarkery. Sztuczna inteligencja znalazła też zastosowanie w leczeniu chorób rzadkich. Algorytm pomógł zaprojektować eksperymentalny lek milasen dla dziecka z mutacją w genie MFSG8, powodującą chorobę neurodegeneracyjną.
Potencjalne korzyści płynące z zastosowania sztucznej inteligencji w medycynie przedstawiła Margaret Chustecki z Uniwersytetu w Yale, analizując w swej pracy 44 najnowsze publikacje naukowe. Do najważniejszych zalet obecności AI w medycynie zalicza się m.in.:
Próby wykorzystywania AI w medycynie nierzadko spotykają się z krytyką. Należy zaznaczyć, że technologia ta, choć może znacząco wspomóc niemal wszystkie dziedziny medycyny, nie jest pozbawiona zagrożeń. Wśród najczęściej podnoszonych obaw wymienia się:
Voter AF, Meram E, Garrett JW, Yu JJ. Diagnostic Accuracy and Failure Mode Analysis of a Deep Learning Algorithm for the Detection of Intracranial Hemorrhage. J Am Coll Radiol. 2021;18(8):1143-1152. doi:10.1016/j.jacr.2021.03.005
Chustecki M. Benefits and Risks of AI in Health Care: Narrative Review. Interact J Med Res. 2024;13:e53616. Published 2024 Nov 18. doi:10.2196/53616
Alhejaily AG. Artificial intelligence in healthcare (Review). Biomed Rep. 2024;22(1):11. Published 2024 Nov 12. doi:10.3892/br.2024.1889
