Poniższy tekst "Rewolucja sztucznej inteligencji (AI) w ochronie zdrowia" jest fragmentem publikacji traktującej o wpływie AI na medycynę.
Dla ZSK jest wskazówką, by do systemu wprowadzić kwalifikacje z dziedziny AI, które za jakiś czas będą potrzebne lekarzom w naszym kraju.
Rewolucja sztucznej inteligencji (AI) w ochronie zdrowia
Termin „sztuczna inteligencja (AI) w ochronie zdrowia” u przeciętnego pacjenta wywoła następującą wizję: robot, zamiast człowieka, rozmawia, diagnozuje i leczy pacjenta. Ma kompetencje do przeprowadzenia wywiadu, badania przedmiotowego i podmiotowego. Jeśli mamy do czynienia z komputerem, a nie robotem, to po dodaniu w systemie informacji o stanie zdrowia pacjenta AI jest w stanie zaproponować holistyczne podejście do pacjenta i całościowy proces diagnostyczno-terapeutyczny. Potocznie uważa się również, że wykorzystaniu sztucznej inteligencji wiele czynności i procesów wcześniej wykonywanych przez lekarza, w tym także związanych z udzielaniem informacji zwrotnej pacjentowi na temat stanu jego zdrowia, będzie wykonywanych przez AI. Są to jednak błędne przekonania.
Osobom, które mają podstawowe kompetencje cyfrowe i określony poziom wiedzy na temat cyfryzacji ochrony zdrowia, ale nie są specjalistami od innowacji, hasło „AI w zdrowiu” przywodzi na myśl przede wszystkim zaawansowane algorytmy, które są powszechnie wykorzystywane w medycynie. Każdy lekarz, pielęgniarka i ratownik medyczny wiedzą, że – szczególnie w ostrych sytuacjach zdrowotnych, jak np. nagłe zatrzymanie krążenia – powinno się stosować nie tylko najnowsze standardy medyczne, ale właśnie algorytmy postępowania. Osoby te zapytane na konferencjach branżowych o sztuczną inteligencję w polskich szpitalach odpowiadają, że „przecież jest ona stosowana od lat”. Również powyższe założenia nie są zgodne z prawdą. Wiedza o sztucznej inteligencji w systemie opieki zdrowotnej stoi na przeciętnym – jeżeli nie minimalnym – poziomie.
Pojęcie „AI w zdrowiu” nie obejmuje jednak jednego, wszechwiedzącego algorytmu AI, który może odpowiedzieć na każde pytanie medyczne, w każdej specjalizacji lekarskiej. Nie istnieje jeden szeroki algorytm AI, który mógłby być stosowany przy wszystkich problemach diagnostyczno-leczniczych. Zamiast tego mamy kilkaset algorytmów, a każdy z nich jest przystosowany do jednej, konkretnej czynności diagnostycznej lub leczniczej. Dodatkowo, pojedynczy algorytm może nie być w stanie w całości ocenić nawet jednego badania diagnostycznego – znamy na przykład algorytmy do oceny badań MRI (rezonans magnetyczny) lub TK (tomografia komputerowa) głowy, które wykrywają jedynie kilka stanów chorobowych. To oznacza, że kontrola lekarza nadal pozostaje niezbędna.
Certyfikacja algorytmów AI
W roku 2020 na świecie działało ponad 450 certyfikowanych, medycznych algorytmów AI, przy czym od 2015 roku obserwuje się stały, wykładniczy wzrost rozwiązań dostępnych na rynku.
Klasyfikując algorytmy AI poprzez specjalizacje lekarskie, należy przyjąć, że niekwestionowanym liderem jest radiologia. Rozpoznawanie odcieni szarości na zdjęciach diagnostycznych oraz określanie, które zmiany są patologiczne, a które fizjologiczne, okazało się najlepszym obecnie obszarem do wykorzystania potencjału sztucznej inteligencji. Oprócz radiologii, algorytmy AI są stosowane szeroko w kardiologii, neurologii, ale również w genetyce molekularnej, anestezjologii czy stomatologii. […]
Sztuczna inteligencja, aby uzyskać certyfikację potrzebną do wdrożenia na rynek medyczny, musi wykazywać skuteczność równą bądź wyższą niż dotychczas stosowane technologie, rozumiane również jako skuteczność oceny dedykowanego personelu medycznego. W wielu przypadkach dowiedziono, że algorytmy AI są skuteczniejsze w ocenie badań niż lekarze. Przykładowo, jeden z algorytmów do oceny badań mammograficznych, rozwijany przez jedną z największych firm technologicznych, wykazał redukcję o 5,7% i 1,2% (USA i Wielka Brytania) w przypadku wyników fałszywie pozytywnych oraz 9,4% i 2,7% w przypadku wyników fałszywie negatywnych. W badaniu system AI przewyższał wszystkich sześciu radiologów biorących udział w badaniu. W niektórych przypadkach badanie mammograficzne musi zostać ocenione przez dwóch niezależnych radiologów. Zostało dowiedzione, że korzystanie z powyższego algorytmu redukuje obciążenie pracą drugiego radiologa o 88% bez zmniejszenia trafności diagnozy.
AI nie tylko diagnozuje, ale także leczy w sposób, który jest nieosiągalny dla człowieka. W lipcu 2021 roku opublikowano badanie, które polegało na wszczepieniu podtwardówkowego implantu osobie z anartią (zaburzenie mowy polegające na niemożności tworzenia artykułowanych dźwięków) i dekodowaniu myśli badanej osoby za pomocą sztucznej inteligencji. Użyto do tego modeli obliczeniowych stworzonych na podstawie algorytmów uczenia głębokiego i przetwarzania języka naturalnego (NLP, natural language processing). Udało się odkodować aktywność korową uczestnika badania w czasie rzeczywistym z szybkością 15 słów na minutę i trafnością ok. 75 proc.
W innym badaniu dowiedziono, że algorytm AI potrafi diagnozować na podstawie nieinwazyjnego badania, jakim jest badanie elektrokardiograficzne (EKG, służące do oceny aktywności serca) stan zwany anemią (niedokrwistość). Do dzisiaj nie było możliwe zdiagnozowanie tej systemowej jednostki chorobowej na podstawie badania EKG – do wystawienia takiej diagnozy lekarze potrzebują wyników badania krwi.
Algorytmy sztucznej inteligencji nie tylko wspierają decyzje diagnostyczno-lecznicze podejmowane ostatecznie przez profesjonalistę medycznego. Na świecie są już zarejestrowane algorytmy, które samodzielnie, bez pieczątki lekarza, wystawia- ją diagnozę. Takim przykładem jest algorytm do oceny retinopatii cukrzycowej na podstawie badania dna oka (retinopatia cukrzycowa jest schorzeniem, które często występuje u osób chorych na cukrzycę i może prowadzić do ślepoty).
Aktualny stan wykorzystania AI w polskim systemie opieki zdrowotnej
W trakcie największej polskiej konferencji „AI w zdrowiu” w czerwcu 2021 roku przeprowadzono ankietę, w której 93% respondentów stwierdziło, że algorytmy AI powinny być szeroko stosowane w polskiej ochronie zdrowia (Konferencja „AI w zdrowiu”). Uznani profesorowie medycyny zaczynają powtarzać frazę, że wkrótce „nieskorzystanie z technologii takich jak AI będzie błędem medycznym”. AI rewolucjonizuje polską medycynę – i robi to już teraz.
Raport „Top Disruptors in Healthcare 2021”, jedyny raport inwentaryzujący polski sektor medtech, sklasyfikował ok. 380 innowacyjnych start-upów medycznych, z czego 115 zostało opisanych w raporcie. Prawie 50% z nich dotyczy sztucznej inteligencji w zdrowiu (Kornowska i in., 2021), co obrazuje popularność AI wśród tworzonych w Polsce innowacji w sektorze ochrony zdrowia. Wg raportu aż 62% twórców start-upów medycznych deklaruje ich finansowanie przez środki własne założycieli. Była to najczęściej wybierana odpowiedź w pytaniu o źródła finansowania. […]
Jednocześnie autorka zauważa rosnące zainteresowanie AI ze strony sektora prywatnego i publicznego w polskim ekosystemie zdrowotnym. Narodowe Centrum Badań i Rozwoju (NCBiR) stworzyło specjalny program mający na celu dofinansowanie projektów m.in. opartych na sztucznej inteligencji w zdrowiu (Narodowe Centrum Badań i Rozwoju, 2021a). Na początku pandemii COVID-19, NCBiR, w rundzie finansowania przeznaczonej dla szpitali jednoimiennych rozwijających innowacyjne rozwiązania w zakresie walki z COVID-19, dofinansował co najmniej kilka projektów zakładających wykorzystanie sztucznej inteligencji. […]
Na początku 2021 roku Rada Ministrów przyjęła dokument „Polityka dla rozwoju sztucznej inteligencji w Polsce od roku 2020” zwany w skrócie Polityką AI, która ustala strategiczne cele dla rozwoju sztucznej inteligencji. Jednym z zaleceń Polityki AI było stworzenie roboczych grup sektorowych przy Kancelarii Prezesa Rady Ministrów. Grupa działająca na rzecz ochrony zdrowia powstała już w drugim kwartale 2021 roku i działa pod nazwą GRAI ds. zdrowia – Grupa Robocza ds. Sztucznej Inteligencji, sekcja ds. zdrowia. […]
Znaczenie kształcenia personelu medycznego w zakresie AI
Wymienione wyżej informacje wskazują bardzo wyraźnie, że rewolucja AI w zdrowiu dzieje się właśnie teraz. Ze względu na ogromną wagę tej rewolucji, absolutnie kluczowe jest, żeby personel medyczny był wyedukowany i świadomy tego, czym jest sztuczna inteligencja – jakie korzyści, ale także jakie zagrożenia może nieść jej wykorzystanie w procesie diagnostyczno-leczniczym. […]
Korzystanie z algorytmów AI do wspomagania decyzji medycznych jest zupełnie nowym rodzajem „konsultacji”. Zazwyczaj, gdy lekarz ma wątpliwość przy ocenie konkretnego badania, najpierw próbuje je ocenić samodzielnie, później je konsul- tuje z innymi specjalistami medycznymi. Ma też możliwość omówienia rad pochodzących od innych specjalistów. Przy AI, lekarz otrzyma sugestię najpewniej przed samodzielną analizą przypadku i nie będzie miał pełnej informacji, dlaczego algo- rytm AI ocenił dane badanie w taki właśnie sposób. Wdrażając sztuczną inteligencję w ochronie zdrowia, musimy być pewni, że personel medyczny jest świadomy wpływu, jaki płynie z sugestii diagnozy przedstawionej przez algorytm AI, a także że umie krytycznie podchodzić do prezentowanych wyników.
Rola kompetencji cyfrowych w aktualnej edukacji medycznej
W świecie, w którym postęp cyfrowy zachodzi z miesiąca na miesiąc, a nowe technologie informatyczne nieustannie zmieniają kolejne gałęzie medycyny, student uniwersytetu medycznego powinien być uczony, jak odnaleźć się w medycynie 2.0. W rzeczywistości system edukacji nie nadąża za potrzebami cyfrowymi młodych adeptów sztuki medycznej. Według raportu „Future Health Index 2020” (Future Health Index, 2020) stworzonego na podstawie odpowiedzi niemal 3000 przedstawicieli personelu medycznego poniżej 40. roku życia, aż jedna trzecia respondentów nie potrafi wykorzystywać cyfrowych danych medycznych do podejmowania decyzji dotyczących opieki nad pacjentem, a 31% ankietowanych czuje się przytłoczonych ilością cyfrowych danych medycznych. Jednocześnie 72% respondentów uważa, że wdrażanie nowych technologii jest istotne dla ich pracy, a 88% przy wyborze miejsca pracy kieruje się dostępem do najnowocześniejszego sprzętu i technologii stosowanych w podmiocie leczniczym.
Rzeczywistość wygląda następująco: młodzi adepci sztuki lekarskiej, po ukończeniu formalnej edukacji, nie są odpowiednio przygotowani w zakresie kompetencji cyfrowych. Osoby zainteresowane innowacjami dokształcają się samodzielnie, a w przypadku podstawowych umiejętności potrzebnych do praktykowania zawodu – jak prowadzenie elektronicznej dokumentacji medycznej czy wystawia- nie e-recept lub e-skierowań – uczą się na bieżąco w pracy. To może sprawiać, że pierwszy kontakt z technologiami takimi jak sztuczna inteligencja budzi wśród personelu nieufność, opór i niechęć do wprowadzania zmian. Z drugiej strony może powodować również entuzjazm i chęć bezkrytycznego wdrażania nowych rozwiązań bez ich odpowiedniej walidacji. Oba scenariusze są wysoce niekorzystne – jeden blokuje rozwój medycyny, drugi naraża życie i zdrowie pacjenta. […]
Proponowane kierunki zmian dla polskiej służby zdrowia w obszarze AI
Każda zmiana, szczególnie w ochronie zdrowia, musi być przeprowadzana z odpowiednią dozą ostrożności i bezpieczeństwa. Wszyscy interesariusze, na których dana zmiana ma wpływ, powinni być odpowiednio wyedukowani i rozumieć zarówno szanse, jak i zagrożenia płynące z konkretnych przemian. Tak też powinno być w zdrowiu – personel medyczny, kadra menedżerska oraz pacjenci – wszyscy powinni posiadać odpowiedni poziom kompetencji cyfrowych dla zwiększenia bezpieczeństwa rewolucji, która ma miejsce w dzisiejszej medycynie. […]
Głównym problemem oscylującym wokół sztucznej inteligencji w sektorze zdrowia jest niewystarczająca wiedza o jej możliwościach i zastosowaniu, bądź błędne przekonania o tym, jak AI wpłynie na ten sektor. Zadaniem sztucznej inteligencji nie jest zastąpienie personelu medycznego i samodzielne podejmowanie decyzji co do leczenia pacjentów, lecz wspomaganie lekarzy w ich codziennej pracy. […]
Nie możemy czekać na kolejny wstrząs ochrony zdrowia, aby wdrażać następne innowacje tech nologiczne. Szczególnie musimy mieć pewność, że wyposażyliśmy nasz personel medyczny w wiedzę, jak bezpiecznie i skutecznie wdrażać e-zdrowie w Polsce. Rzeczą absolutnie niezbędną jest zaktualizowanie programów nauczania specjalistów medycznych o zajęcia z technik informatycznych i zdrowia cyfrowego. Wśród osób kształcących medyków w zakresie e-zdrowia powinni być zarówno prakty kujący lekarze, wykorzystujący nowoczesne narzędzia przy udzielaniu świadczeń zdrowotnych, jak również informatycy, którzy tłumaczyliby podstawy działania poszczególnych rodzajów technologii.
lek. Ligia Kornowska
Artykuł jest tylko częścią szerszej publikacji dotyczącej AI. Całość można przeczytać w poniższej publikacji (tekst rozpoczyna się na str. 156).
 |
Znajdź swoją kwalifikację z branży IT, która dostępna jest w Zintegrowanym Rejestrze Kwalifikacji (poniżej kilka z nich):
Zarządzanie cyberbezpieczeństwem — specjalista
Zarządzanie niezawodnością i cyberbezpieczeństwem w zakresie urządzeń oraz technologii w przemyśle
Odzyskiwanie danych z dysków twardych HDD
#FunduszeUE #FunduszeEuropejskie