AI jak stetoskop w rękach lekarzy

Dodane:

Informacja prasowa Informacja prasowa

AI jak stetoskop w rękach lekarzy

Udostępnij:

Przyspieszenie prac badawczych nad tworzeniem nowych leków, lepsze diagnozowanie chorych, obniżenie kosztów leczenia i precyzyjne prognozowanie skutków terapii to tylko kilka obszarów zastosowania sztucznej inteligencji do wsparcia pracy lekarzy, ochrony zdrowia i życia pacjentów. Twórcy raportu „Potencjał sztucznej inteligencji w Sektorze Ochrony Zdrowia” podkreślają, że już dzisiaj zastosowanie AI w sektorze zdrowia staje się standardem. Owoce cyfryzacji są jednak poza zasięgiem większości polskich jednostek ochrony zdrowia.

Autorzy wskazują, że prawo nie nadąża za potrzebami medycyny, zwłaszcza w obszarze nowych technologii. Aby umożliwić sektorowi czerpanie korzyści z cyfryzacji, niezbędne jest stworzenie ogólnopolskiej strategii rozwoju AI dla sektora zdrowia, która będzie stanowić merytoryczny drogowskaz dla projektowanych i wdrażanych zmian. Raport stanowi kompleksowy zbiór opinii i rekomendacji ekspertów: lekarzy, specjalistów i ludzi nauki, którzy prezentują konkretne zastosowania AI w praktyce lekarskiej i pracy placówek opieki zdrowotnej.

Korzyści „tu i teraz”

Aż 18-krotne skrócenie czasu oceny materiału diagnostycznego przy rozpoznaniu zmian chorobowych w nagraniach endoskopii kapsułkowej, 81 proc. redukcji kosztów tworzenia dokumentacji medycznej, dzięki transkrypcji mowy na tekst, 100 tys. konsultacji medycznych w miesiącu. To tylko kilka wymiernych korzyści, które już dzisiaj oferują rozwiązania wykorzystujące sztuczną inteligencję. Algorytmy stają się nieodłączną pomocą w pracy lekarza, przyczyniając się do poprawy ochrony zdrowia i życia pacjentów. Towarzyszą lekarzom praktycznie na każdym etapie kontaktów z chorymi, począwszy od rozpoznania, poprzez konsultacje, diagnozę, leczenie i terapię. Pomagają również w prognozowaniu postępów leczenia i przewidywaniu rezultatów. Ich zastosowanie rozciąga się także na obszar administracji, gdzie są nieocenione w analizie badań, dokumentacji medycznej i zarządzaniu placówkami ochrony zdrowia. Twórcy raportu wyraźnie podkreślają jednak, że przykłady, które stanowią jasny punkt na mapie zastosowań sztucznej inteligencji w sektorze zdrowia to wciąż jednostkowe przypadki.

– Szacuje się, że 30% przechowywanych na świecie danych dotyczy właśnie zdrowia – przekonuje współautorka raportu dr Aneta Sieradzka z kancelarii prawnej Sieradzka&Partners. – Powszechne wykorzystanie rozwiązań opartych na sztucznej inteligencji na świecie staje się standardem, choć nadal pozostaje poza zasięgiem większości placówek medycznych w Polsce. Tu potencjał AI nie jest wykorzystywany, aby usprawniać system ochrony zdrowia, ułatwiać dostęp do lepszych świadczeń zdrowotnych oraz wspomagać pracę lekarzy oraz personelu administracyjnego placówek medycznych.

– AI pomaga lekarzom w ratowaniu zdrowia i życia. Dzisiaj musimy sprawić, by dostęp do tych możliwości był nie tylko zarezerwowany dla wybranych, a stał się powszechny. Warunkiem rozwoju sztucznej inteligencji w sektorze zdrowia jest dostęp do zintegrowanych danych i rozwój wykwalifikowanej kadry. Dostrzegamy te wyzwania i chcemy, by nasza inwestycja w rozwój Polskiej Doliny Cyfrowej o wartości 1 mld USD zapewniła dostęp do najwyższej jakości technologii przetwarzania danych w Polsce i otworzyła drogę do rozwoju kompetencji lekarzy i pracowników sektora zdrowia w obszarze nowych technologii – mówi Tomasz Jaworski, Dyrektor Transformacji Cyfrowej Sektora Publicznego w Microsoft.

Dr AI

Technologia sztucznej inteligencji znajduje zastosowanie przede wszystkim w systemach rozpoznawania obrazów i głosu. To podstawowy obszar wykorzystania AI w ochronie zdrowia. Ikoną diagnostyki obrazowej jest dla pacjentów obraz RTG, na przykład z prześwietlenia klatki piersiowej. Niemal połowa patentów1 z obszaru sztucznej inteligencji na świecie dotyczy obecnie automatycznego przetwarzania obrazów. Algorytm może wykrywać i wstępnie identyfikować obszary zmienione chorobowo, „przyglądając się” dowolnym obrazom – zdjęciom rentgenowskim, filmom z kamer endoskopowych, obrazom tomografii komputerowej, mikroskopowym obrazom preparatów histopatologicznych itp. Zastosowaniem AI do tego typu zadań zajmuje się wielu polskich partnerów Microsoft, którzy dysponują rozwiązaniami na najwyższym światowym poziomie.

Na Uniwersytecie im. Adama Mickiewicza w Poznaniu, w ramach grantu Microsoft Research, zrealizowano projekt OvaExpert, który pozwala na wsparcie lekarza w procesie prognozowania charakteru złośliwości guzów jajnika. Firma SkyEngine rozpoznaje zmiany chorobowe w nagraniach endoskopii kapsułkowej, co pozwala skrócić czas oceny materiału diagnostycznego przez lekarza 18-krotnie (z 3 godzin do 10 minut).

– Punktem wyjścia przy każdym postępowaniu medycznym jest pozyskanie informacji diagnostycznych – obrazowych (tomografia, rezonans magnetyczny, ultrasonografia, metody izotopowe), ale także bioelektrycznych (EKG, EEG, EMG), biochemicznych, biomechanicznych i wielu innych. Na tym etapie postępowania medycznego sztuczna inteligencja daje możliwość inteligentnego przetwarzania pozyskiwanych obrazów (i innych sygnałów), by ich interpretacja przez lekarza była znacznie łatwiejsza i trafniejsza – mówi prof. dr hab. inż. Ryszard Tadeusiewicz.

LifeFlow, polski startup z branży MedTech, wykorzystuje środowisko Microsoft Azure (uczenie maszynowe i dużą moc obliczeniową) do tworzenia trójwymiarowych modeli tętnic i symulacji przepływu krwi. Dane są przechowywane na bardzo bezpiecznej platformie chmurowej Azure. W rezultacie jako jedna z dwóch firm na świecie LifeFlow opracował rozwiązanie do obrazowania, które umożliwia nieinwazyjną diagnostykę CAD i może być szeroko dostępne w ratowaniu życia na całym świecie.

Angażując się w poprawę jakości życia pacjentów dotkniętych chorobą wieńcową, LifeFlow wspiera kardiologów technologią diagnostyczną, która może znacznie zmniejszyć potrzebę stosowania inwazyjnych angiografii, pociągających za sobą ryzyko – od uszkodzenia nerek po zawały serca i udary.

– Kardiolodzy mogą badać działanie naczyń wieńcowych za pomocą trójwymiarowej rekonstrukcji tętnic. Mogą dokonywać pomiarów w środowisku wirtualnym bez ryzyka dla pacjenta i presji czasu. To zupełnie inny sposób postawienia diagnozy, który eliminuje niepotrzebne i kosztowne dla pacjenta procedury inwazyjne – mówi dr inż. Wojciech Tarnawski, CEO LifeFlow.

Podobne przykłady można mnożyć i korzystać z licznych doświadczeń międzynarodowych. Eksperci Epilepsy Hamburg Centre wraz z Microsoft i firmą the BlueAI postanowili wykorzystać możliwości sztucznej inteligencji do automatycznego wykrywania i rozpoznawania w obrazach medycznych położenia ogniskowej dysplazji korowej (FCD). wada w budowie tkanki nerwowej i w zakresie dojrzewania komórek w obrębie kory mózgowej, będąca częstą przyczyną lekoopornej padaczki u dzieci i dorosłych. Naukowcy opracowali zaawansowaną sieć neuronową, wyspecjalizowaną i zaprojektowaną do wykrywania i segmentacji FCD. Zapewnia ona wyższą czułość niż jakiekolwiek konwencjonalne analizy wizualne.

Walka o oddech

Algorytmy AI są stosowane również w leczeniu przewlekłej obturacyjnej choroby płuc (POCHP), dzięki czemu jednostki zdrowia mogą uzyskać lepsze wyniki leczenia i zwiększyć skalę oszczędności. Z danych Ministerstwa Zdrowia wynika, że w Polsce takich osób jest blisko 2 miliony. NHS Glasgow & Clyde testują pionierskie zastosowanie sztucznej inteligencji w celu wykrycia trendów u pacjentów cierpiących na choroby przewlekłe, w tym POCHP. Ponieważ każda nieplanowana wizyta w szpitalu kosztuje ponad 30 tys. zł (ok. 6 tys. funtów), technologia może odegrać ogromną rolę w zmniejszaniu wydatków wymaganych do zarządzania planami opieki nad osobami przewlekle chorymi.

– Możemy ocenić indywidualne korzyści dla pacjenta, mamy realną możliwość zapewnienia dostosowanego leczenia, widzimy poprawę jakości życia, widzimy dobre zmiany dla NHS, a także działamy z wizją przyszłości – podsumowuje dr Chris Carlin z NHS Greater Glasgow & Clyde.

Już dzisiaj ponad 300 lekarzy korzysta z możliwości aplikacji AioCare, która pozwala na wykrycie wczesnych objawów chorób, takich jak astma czy POChP. To system do diagnostyki i monitorowania chorób układu oddechowego, złożony z certyfikowanego urządzenia medycznego (przenośnego spirometru), aplikacji mobilnej i panelu online do odczytu pomiarów. Algorytmy diagnostyczne oparte o AI pomagają w prosty i przejrzysty sposób zinterpretować pomiary oraz automatycznie wykryć kaszel podczas badania.

Dzień dobry. W czym mogę pomóc?

Z funkcjonowaniem sektora zdrowia wiążą się liczne problemy organizacyjne, finansowe i społeczne. W całym tym obszarze ważne jest sprawne gromadzenie, porządkowanie i wykorzystywanie dużych zbiorów informacji, trafne modelowanie różnych sytuacji z możliwością prognozowania ich rozwoju oraz podejmowanie różnych decyzji. Jak twierdzą autorzy raportu, we wszystkich tych zadaniach AI powinna zostać wykorzystana i może się okazać bardzo przydatna.

– W ochronie zdrowia widoczny jest trend polegający na zwiększaniu obciążeń administracyjnych w gabinecie lekarza i placówkach medycznych. Sztuczna inteligencja w zarządzaniu podmiotem leczniczym jest szansą na usprawnienia i zmiany w zarządzaniu, organizacji i kwestiach finansowych. Co więcej, zastosowanie AI przełoży się na poprawę jakości pracy personelu i świadczeń dla pacjentów placówek medycznych – mówi dr Łukasz Bruski.

Jednym z przykładów rozwiązań pomagających w pracy administracyjnej jest NEWTON Dictate, oparte na silniku Microsoft Azure oprogramowanie służące do transkrypcji mowy na tekst. Jest ono wykorzystywane przy tworzeniu protokołów badań, w tym badań podmiotowych, uzupełnianiu dokumentacji medycznej oraz w opisie próbek. Lepsze doświadczenia lekarzy i personelu medycznego idą w parze z 81-procentową redukcją kosztów tworzenia dokumentacji medycznej. Rozwiązanie pozwala przyswoić proces i standardy tworzenia Elektronicznej Dokumentacji Medycznej (EDM) na poziomie 77 proc. (w porównaniu do 20 proc. przy ręcznym tworzeniu wpisów do EDM). Jednocześnie system może pochwalić się 74-procentowym wskaźnikiem akceptacji rozwiązań automatycznej transkrypcji mowy.

Dodatkowo, sztuczna inteligencja umożliwia podmiotom leczniczym korzystanie z analiz predykcyjnych w celu poprawienia efektywności procedur szpitalnych. Wykorzystywane są do tego rozwiązania z IoT (Internet of Things – Internet rzeczy), takie jak np. znaczniki RIFD (Radio Frequency Identification), umożliwiające lokalizację pracowników szpitala, urządzeń czy wyrobów medycznych.

Tak duża ilość danych pozwala analizować zdrowie publiczne w zupełnie nowy sposób, przy użyciu wielowymiarowych i wieloczynnikowych analiz. Pełne wykorzystanie tego potencjału przekracza jednak analityczne możliwości człowieka i wymaga zastosowania technologii wspierających, a w szczególności AI. Sztuczna inteligencja została wprowadzona przez firmę Telemedico – największego (działa w 14 krajach) dostawcę usług telemedycznych w Europie centralnej, za której pośrednictwem lekarze z kilku kontynentów prowadzą ponad 100 tys. konsultacji miesięcznie. Aktualnie firma stosuje i rozwija narzędzia AI w obsłudze dwóch procesów: ankiety objawów (ang. symptom checker) oraz wsparcia diagnostyki. Symptom checker analizuje symptomy wprowadzone przez pacjenta na etapie umawiania konsultacji z lekarzem. Zanim pacjent dokona wyboru specjalizacji i terminu odpowiedniej dla niego konsultacji, rozpoczyna się proces zautomatyzowanego wywiadu lekarskiego, którego wyniki są następnie przekazane do systemu Telemedico w wygodny dla pacjenta sposób.

– Sztuczna inteligencja może być bardzo przydatna jako system doradczy dla lekarza diagnosty. Może na coś zwrócić uwagę, coś zasugerować, przed czymś przestrzec – podkreśla profesor Ryszard Tadeusiewicz. „Co więcej, dzięki możliwościom prognostycznym AI można jeszcze przed podjęciem leczenia przewidzieć, że przyniesie ono skutek, w wyniku czego uzdrowiony pacjent wyjdzie ze szpitala i pogna, by… pracować na kolejny zawał.