Így válhat a mesterséges intelligencia az orvosok eszközévé

A múlt század végén nemcsak a mesterséges intelligenciában, hanem általánosságban a számítástechnikában rejlő lehetőségek körül is sok volt a szkepticizmus – nem is csoda, hogy a kezdeteknek állított görbe tükör az Éretlenek című 1980-as francia film „tanító” kabinja szinte nevetség tárgyává tette a korai eredményeket. Azonban az MI jelenléte ma már nem valami lázálmos utópia, hiszen az élet minden területén találkozhatunk vele, és például az egészségügyben szó szerint az életünk is múlhat rajta.

Miként hasznosulhat az MI a rákdiagnosztikában?

A nők körében a mellrák az egyik leggyakoribb rákos megbetegedés, és a felismeréséhez a rendszeres mammográfiai vizsgálatok egyszerűen nélkülözhetetlenek. A mammográfiák olvasása ugyanakkor bonyolult – a kis daganatok megbújhatnak a sűrű szövetekben, ráadásul a radiológusok sem mindig értenek egyet abban, hogy mit is tekintsenek gyanúsnak. De a mesterséges intelligencia már a segítségünkre tud sietni.

A The Lancet Digital Health folyóiratban megjelent egyik tanulmány a ScreenPoint Medical által gyártott Transpara v.1.7.0 mesterséges intelligencia „második olvasóként” történő használatát vizsgálta a mellrák szűrésére. Amikor az MI gyanúsnak jelölt meg egy vizsgálatot, gyakran olyan finom mintákat is észrevett, melyeket az orvosok figyelmen kívül hagytak.

Említésre méltó az AILIS is, egy MI által vezérelt rendszer, amely mindössze négy perc alatt végzi el az alternatív mellvizsgálatot, majd körülbelül tíz perc alatt ki is adja az eredményeket – és, ami különösen vonzóvá teszi, hogy mindezt ionizáló sugárzás kibocsátása nélkül. Az ilyen technológiák nem helyettesíthetik teljesen az orvosokat, de együttműködnek velük, így téve pontosabbá a szűréseket.

Alkalmazások a cukorbetegségtől a látásvizsgálatig

Korunk egyik sokakat érintő betegsége a cukorbetegség. Ismert, hogy károsíthatja a szemet jóval azelőtt, hogy a beteg tüneteket észlelne az úgynevezett diabéteszes retinopátia állapotában. A korai kezelés hatalmas különbséget jelent a látás és így az élet minőségében is, de sokan mégis kihagyják az évente ajánlott szemvizsgálatokat.

Azonban a mesterséges intelligencia által vezérelt eszközök segíthetnek, mégpedig úgy, hogy elemzik a retina képeit az apró változások után kutatva, amelyek a korai szembetegség jelei lehetnek. Egyes klinikák ma már MI-t használnak a betegek szűrésére közvetlenül a vizsgálóban, így a veszélyeztetett embereket hamarabb szakorvoshoz tudják irányítani.

Például egy, a JAMA Network Open folyóiratban megjelent tanulmány kimutatta, hogy egy mélytanuláson alapuló mesterséges intelligencia modell rendkívül hatékony volt a rövidlátás, a strabismus (kancsalság) és a ptosis (szemhéjcsüngés) kimutatásában mindössze egy mobiltelefonnal készült fénykép alapján. Az MI technológia ezirányú fejlődése azt jelenti, hogy a gyermekkori szembetegségek korai felismerése a nem is olyan távoli jövőben már mindenki számára elérhetővé válhat. A forgalmas klinikákon ez azt is jelenthetné, hogy több beteget vizsgálhatnának meg a helyszínen, mely gyorsabb beutaláshoz és nagyobb esélyhez vezetne a látás megmentésére.

Egyre ügyesebbé válik a mesterséges intelligencia

Amíg az érzékszerveink fontosak, addig levegő nélkül egyszerűen nem élhetünk, ezért is gyakran halálos a tüdőrák, mert általában túl későn fedezik fel. A clevelandi University Hospitalsban a kutatók ugyanakkor a mesterséges intelligenciához fordulnak, hogy javítsanak ezeken az esélyeken.

Jelenleg azt tanulmányozzák, hogy ezek a hihetetlen technológiák hogyan tudják elemezni a CT-vizsgálatokat és a betegek adatait, hogy hamarabb felismerjék a tüdőrákot, és nyomon kövessék, kinek van szüksége további utókövetésre. „Első tapasztalataim szerint megtalálhat néhány olyan csomót, amelyek rendkívül rejtve vannak, és amelyek felett egy forgalmas napon még egy képzett radiológus is elsiklik” – magyarázza Dr. Samir Shah, a Qure.ai vezető orvosa a Cleveland 19 News-nak adott interjújában. Mivel nagy valószínűséggel észlel olyan finom elváltozásokat, amelyek elkerülik az ember figyelmét, a mesterséges intelligencia segíthet az orvosoknak a korábbi beavatkozásban, ezáltal sokkal nagyobb esélyt adva a betegeknek a sikeres kezelésre.

Hagyományosan egy MI betanítása az orvosi képek olvasására több ezer különböző példát igényel. A Kaliforniai Egyetemen (UC San Diego) azonban a tudósok kifejlesztettek egy GenSeg nevű új eszközt, amely sokkal kevesebb adatból is képes „tanulni”.

A mesterséges intelligencia mindössze néhány jegyzetelt szkennelés áttanulmányozása után elkezdi felismerni a kulcsfontosságú jellemzőket – hasonlóan ahhoz, ahogy egy orvostanhallgató néhány tankönyvi esetből tanul, mielőtt valódi betegeket látna el. Ez a technológia hatékony MI eszközöket tehet elérhetővé a kisebb klinikákon vagy például korlátozott erőforrásokkal rendelkező országokban is. „Segíthet az orvosoknak a gyorsabb és pontosabb diagnózis felállításában” – erősíti meg Li Zhang, a San Diegó-i Kaliforniai Egyetem villamosmérnöki és számítástechnikai tanszékének PhD-hallgatója a UC San Diego Today-nek adott interjújában.

A betegségek megelőzése, mielőtt még kialakulnának

Nemcsak a betegségek korai felismeréséről van szó, hanem arról is, hogy az emberek egészségesek maradjanak. Az Everlab nevű ausztrál startup átszámítva több mint 2,2 milliárd forintot gyűjtött össze egy mesterséges intelligencia által vezérelt megelőző egészségügyi platform létrehozására. Rendszerük kimondottan a beteg orvosi teszteredményeit, életmódját és családi kórtörténetét vizsgálja, és személyre szabott lépéseket javasol a jövőbeli betegségeik elkerülésére. Azaz ez már proaktív gyógyászat, melynek célja, hogy teljesen távol tartsa az embereket az orvosi rendelőtől.

A Dél-Kaliforniai Egyetemen a tudósok létrehoztak egy mesterséges intelligencia modellt – úgynevezett háromdimenziós konvolúciós neurális hálózatot, más szóval egy 3D-CNN-t – amely képes mérni az agy állapotát, majd kezelni olyan betegségeket, mint például a demencia. Az MRI-vizsgálatok fejlett elemzésével és az idő múlásával az eszköz követheti az agy szerkezetének változásait, így korai figyelmeztetést adva a kognitív hanyatlásra.

A korábbi, pillanatfelvételeket kínáló modellekhez hasonlóan ez az új mesterséges intelligencia modell már meghatározza, hogy mely agyi régiók fejlődnek gyorsabban, és összehasonlítja ezeket a változásokat a valós memória és gondolkodási készségekkel. „Ez egy újszerű mérés, amely megváltoztathatja az agy egészségének nyomon követési módját mind a kutatólaboratóriumban, mind a klinikán” – mondta Andrei Irimia, gerontológia, kvantitatív és számítógépes biológia és idegtudományi munkatárs az USC Leonard Davis Gerontológiai Iskolájában.

A szakértők abban bíznak, hogy egy napon ezt az eszközt használhatják a kockázat korai felismerésére, lehetővé téve, hogy beavatkozzanak, mielőtt betegeik tüneteket észlelnének.

Megannyi lehetőség rejlik még a területben

Néhány kóros sejtburjánzást, például a hasnyálmirigyrákot ugyanakkor köztudottan nehéz elég korán felismerni ahhoz, hogy biztosítsák a hatékony kezelést. Várhatóan 2030-ra a hasnyálmirigyrák lesz a második vezető rákos halálozási ok.

A betegség biológiájáról alkotott ismereteink viszont gyorsan javulnak, és innovatív kezelési stratégiákat eredményeznek. Az EU által finanszírozott PANCAIM projekt a meglévő genomikai és klinikai adatokat alkalmazza a hasnyálmirigyrák személyre szabott orvoslásának fejlesztésére.

Az innovatív projekt integrálja a genomika teljes spektrumát a radiomikával és a patomikával, amelyek a jövőbeli személyre szabott orvoslás három pillére. A PANCAIM egy adat-hatékony, kétfázisú MI-módszert alkalmaz, amely négy központi MI-fogalomra támaszkodik az egészségügyben:

• az adatszolgáltatókra;
• a klinikai szakértelemre;
• a fejlesztőkre;
• valamint MedTech cégekre,

hogy kapcsolódjanak az adatokhoz és bevezessék az MI-t az egészségügybe.

A prosztatarák kutatói is kifejlesztettek már mesterséges intelligencia alapú tesztet, ez megjósolja, hogy mely betegek fognak ténylegesen hasznot húzni az Abirateronból, egy hatékony, de drága kezelésből. Ez kevesebb mellékhatást jelent azoknál a betegeknél, akik valószínűleg nem reagálnak a kezelésre, és jobb eredményeket azoknál, akik igen.

Sokan a mesterséges intelligenciában továbbra sem látják az orvoslás Szent Grálját, ám egyre többen hiszik, hogy figyelemre méltóan közel áll ehhez. Azáltal, hogy hatalmas mennyiségű orvosi adatot hasznosítható információkká alakítanak, ezek a rendszerek segítik az egészségügyi szolgáltatókat abban, hogy korábban felfedezzék a betegségeket, a betegeket pedig a megfelelő kezelésekhez igazítsák, sőt, abban is, hogy az emberek egyáltalán elkerüljék a megbetegedést. A tünetek esetleges megjelenése miatti aggodalmakkal teli várakozás kora érhet véget – és ez nemcsak jó hír mindenkinek, hanem egy hosszabb és egészségesebb életet is vizionál.