Zdrava simbioza medicine i umjetne inteligencije

Biste li ikada pristali na operativni zahvat koji predvodi umjetna inteligencija uz asistenciju čovjeka? Možda prije na obrnuto. Sigurno ne na potpunu autonomiju umjetne inteligencije u tom pogledu. Kad govorimo o medicini i javnom zdravstvu, primjena umjetne inteligencije aktualna je tema diljem svijeta, a govorimo li pritom o konkretnoj primjeni i najnovijim istraživanjima umjetne inteligencije u medicini, onda su Sjedinjene Države najdalje otišle u tome. Kod njih se s područjem umjetne inteligencije u medicini i javnom zdravstvu bavi cijeli niz privatnih tvrtki, od malih start-upova do onih najvećih tehnoloških divova svima nama poznatih. S druge strane, kako to obično biva, tom brzinom nisu paralelno rješavali i pitanja provedbe u praksi, određenih etičkih i regulatornih problema. To, znamo, često dolazi naknadno.

Izvor Pexels

Umjetna inteligencija može poboljšati dijagnostičku točnost

Generalno govoreći, posljednjih je deset godina tzv. zlatno doba razvoja umjetne inteligencije u medicini. Stručnjaci predviđaju da će svako sljedeće desetljeće samo još brže i više stavljati umjetnu inteligenciju u uloge liječnika, asistenta liječniku ili zdravstvenog osoblja, odnosno u neku od uloga za koju, ako gledamo iz perspektive sadašnjosti, ne postoje čvrsti regulatorni okviri ni propisi. Osobito ne u SAD-u, ako govorimo o zemljama EU, situacija s regulativom je ipak bolja. Paradoksalno, budući da su Sjedinjene Države svjetski lider u razvoju umjetne inteligencije, bilo bi ironično da upravo američki zdravstveni sustav zaostaje u iskorištavanju prednosti ove nove tehnologije zbog pojedinih otvorenih etičkih i regulatornih pitanja koja treba rješavati.

Praksa već pokazuje da specifični alati umjetne inteligencije mogu zadovoljiti ili čak premašiti performanse liječnika u medicinskim specijalnostima koje se najviše oslanjaju na ljudsku interpretaciju – ponajprije se misli na radiologiju, patologiju, dermatologiju, gastroenterologiju i oftalmologiju. Naravno, riječ je o istraživanjima i praksi na ciljanim skupinama, ne o općoj uporabi u bolnicama. Jedna studija, primjerice, pokazuje da model umjetne inteligencije za optičku dijagnozu raka debelog crijeva može postići preciznost potpuno usporedivu s onom kvalificiranih endoskopista. Očito je da umjetna inteligencija u pojedinim područjima može poboljšati dijagnostičku točnost i poboljšati predviđanja ishoda pacijenata, istodobno omogućujući brži klinički tijek rada i učinkovitije korištenje zdravstvenih resursa. Pokazalo se da svojevrsna simbioza alata umjetne inteligencije koji surađuju s ljudskim specijalistima daje najbolje rezultate. Tako se iskorištavaju prednosti jednog i drugog, odnosno umanjuju šanse za pogreške i postižu bolje zajedničke performanse, koje nadmašuju performanse ili rezultate kada radi isključivo umjetna inteligencija ili kada radi isključivo ljudski stručnjak u tom području.

Koristi i bojazni

Nedavna istraživanja pokazuju da su specijalisti potpomognuti umjetnom inteligencijom, djelujući zajednički, nadmašili rezultate koje su davali liječnici ili samo umjetna inteligencija pri otkrivanju malignih bolesti na prsnim radiografijama. Dosad se u svim istraživanjima pokazuje da je ključ uspjeha u simbiozi liječnika i umjetne inteligencije. Korist suradnje između liječnika i umjetne inteligencije ubuduće će ovisiti o specifičnim kliničkim scenarijima i nizu faktora. Paralelno s tim, kod nekih i dalje postoje specifične zabrinutosti u pogledu sigurnosti i pouzdanosti primjena tehnologije umjetne inteligencije. To nije ništa neuobičajeno, štoviše, u svim područjima primjene umjetne inteligencije u svijetu, paralelno s pred­nostima „ruku pod ruku“ idu i bojazni. Konkretno, u medicini, entuzijazam za potencijal tehnologije umjetne inteligencije popraćen je zabrinutošću u pogledu kvalitete podataka na temelju kojih se razvijaju alati umjetne inteligencije, količine i transparentnosti modela umjetne inteligencije, regulatornih izazova, kao i etičke upotrebe podataka. Ne smijemo zaboraviti ni problem utjecaja pristranosti na rezultate modela umjetne inteligencije. To su sve pitanja koja se moraju paralelno rješavati.

Robotizirani sustav za stereotaktičku navigaciju s primjenom u neurokirurgiji koristi se u KB Dubrava / Izvor FSB / KB Dubrava

Predviđanje moždanog ili srčanog udara u manje od 60 sekundi

Primjerice, moždani udar vodeći je uzrok smrti u Kini i peti u SAD-u. Europa se pak s moždanim udarom bori na razne načine. Cilj je Europskog akcijskog plana za moždani udar smanjiti za deset posto pojavnost moždanih udara do 2030. Što se naše zemlje tiče, moždani udar ubrajamo u bolesti krvožilnog sustava koje su drugi uzrok smrtnosti u Hrvatskoj i prvi uzrok invaliditeta, ali kad je riječ o učestalosti moždanog udara, ona je u Hrvatskoj otprilike tri puta veća nego u drugim državama Europske Unije. Godišnje u Hrvatskoj od moždanog udara oboli oko 11.500 i osoba, a umre oko 3.500. Dakle, potpuno je jasno koliko istraživanje, prevencija i liječenje moždanog, ali i srčanog udara, imaju veliko značenje za najveći dio zemalja svijeta, posebice razvijenih. Stoga ne čudi da se posljednjih godina tehnike umjetne inteligencije koriste u sve više istraživanja povezanih s tim problemima. Istraživanja su otišla toliko daleko da su istraživači uz pomoć liječnika razvili algoritme umjetne inteligencije uz pomoć kojih je moguće predvidjeti moždani ili srčani udar u manje od 60 sekundi. Taj alat umjetne inteligencije analizira mrežu krvnih žila unutar mrežnice oka, površinu koju pokrivaju kao i njihovu širinu i ‘zavojitost’, a na temelju tih parametara vidi se „stanje srca“, što omogućuje brzo predviđanje rizika na temelju neinvazivne snimke oka. Taj alat mogao bi nekomu u roku od 60 sekundi ili manje dati do znanja o njegovoj razini rizika za moždani ili srčani udar. Isto tako, razvijen je alat umjetne inteligencije koji godinama unaprijed može upozoriti na srčani udar otkrivanjem parametara rizika poput upalnih procesa i promjena na krvnim žilama koje opskrbljuju srce. Široka primjena tog alata umjetne inteligencije omogućila bi pravovremeno poduzimanje preventivnih mjera i spašavanje velikog broja života.

Sofisticirane algoritme umjetne inteligencije potrebno je „obučiti“ kroz medicinske podatke prije nego što sustav može pomoći liječnicima s dijagnozom bolesti i prijedlozima liječenja. I kao što sam već rekla, prva prepreka dolazi iz nedefiniranih propisa. Generalno govoreći, postojeći propisi ne pokrivaju baš sve standarde za procjenu sigurnosti sustava umjetne inteligencije. Navest ću primjer Amerike, s obzirom da je kod njih situacija najdinamičnija u svakom pogledu. Naime, kako bi prevladala poteškoće, američka agencija zadužena za hranu i lijekove s vrlo širokim ovlastima poznatija pod kraticom FDA, pokušala je nedavno pružiti smjernice za procjenu sustava umjetne inteligencije, no u tim su smjernicama sustave umjetne inteligencije kvalificirali „općim wellness proizvodima“, koji su labavo regulirani sve dok uređaji namjeravaju samo raditi za opće zdravlje i nizak su rizik za korisnike. Kako to često biva, sve je u redu dok se ne dogodi neki tragičan slučaj koji rezultira višemilijunskom parnicom za odštetu, a posljedično i promjenom propisa. Osim toga, sve i da se postigne najviši stupanj prihvaćanja umjetne inteligencije od strane vlasti, ostaje činjenica da je broj liječnika koji prihvaćaju umjetnu inteligenciju u zdravstvenoj zaštiti i dalje nizak, podjednako vrijedi za EU kao i za SAD.

Kako prevladati skepsu

Istodobno postoji i zabrinutost kod nekih pacijenata prilikom pokušaja primjene umjetne inteligencije u njihovu liječenju. Najveći izazov umjetnoj inteligenciji u tim zdravstvenim područjima nije hoće li tehnologije biti dovoljno sposobne da budu korisne, već kako prevladati skepsu oko njihove primjene u svakodnevnoj kliničkoj praksi. Kako to obično biva, ti će se izazovi u konačnici prevladati, ali za to će trebati mnogo više vremena nego što će trebati alatima umjetne inteligencije da ostvare puni potencijal. Kao rezultat toga stručnjaci predviđaju ograničenu uporabu umjetne inteligencije u kliničkoj praksi u sljedećih pet godina, odnosno širu uporabu unutar deset godina. Očito je da sustavi umjetne inteligencije neće zamijeniti ljudske kliničare u velikim razmjerima, već samo poboljšati njihove izvedbe. Zdrava simbioza može i trebala bi jamčiti optimalne rezultate za pacijente. Glede zabrinutosti oko gubitka radnih mjesta, kao i u drugim sektorima koje je umjetna inteligencija dovela pred to pitanje, najvjerojatnije je da će jedini pružatelji zdravstvenih usluga koji će osjetiti gubitak posla biti oni koji neće raditi zajedno s umjetnom inteligencijom.