Sztuczna inteligencja w medycynie – perspektywy

Ezekiel J. Emanuel; Robert M. Wachter. Artificial Intelligence in Health Care. Will the Value Match the Hype?  JAMA 2019. Published online (dostępny pełen tekst)

Sztuczna inteligencja (artificial intelligence,  AI) wraz z pokrewnymi pojęciami (big data, machine learning, deep analytics) nie powinna być traktowana jako „czarodziejska różdżka”, która zrewolucjonizuje medycynę – twierdzą autorzy artykułu na łamach JAMA.

Medycyna w odniesieniu do zastosowania AI pozostawała w tyle za dziedzinami takimi jak handel detaliczny, transport czy rozrywka, co po części wynikało ze słabości infrastruktury elektronicznej. To się zmienia, do udoskonalanych systemów elektronicznej dokumentacji dochodzą ogromne ilości danych genetycznych i związanych z tak zwaną medycyną precyzyjną.  Zainteresowanie wzbudza także wykorzystanie danych z mediów społecznościowych.

Przed dekadą  sukcesu nie odniosły inicjatywy  gigantów informatycznych (Google Health, Microsoft HealthVault). Nie udało się zbieranych danych przełożyć na praktyczne działania o szerokim zasięgu. Obecnie zarówno duże firmy jak i liczne start-upy ponownie inwestują w projekty związane z wykorzystaniem AI w medycynie. Jako przykłady  sukcesu na tym polu wymieniono aplikacje:  omadahealth.com i livongo.com.

AI pozwala na rzeczywiście wielki postęp w analizie wizualnej (np. badań obrazowych). Może mieć ogromny udział w opracowaniu systemów prognostycznych i rekomendacji postępowania. Największym wyzwaniem jest jednak przekształcenie danych uzyskanych dzięki AI w skuteczne działania.

Problemem współczesnej medycyny nie jest brak danych. Wyzwaniem są natomiast rutynowe zachowania klinicystów i pacjentów. Działania tych pierwszych, nie zawsze właściwe, generują 80% kosztów (zlecanie badań, procedur, leków itp.). Jak się szacuje, ogółem niewiele ponad połowa rekomendacji Evidence Based Medicine jest stosowana w codziennej praktyce. Od uzyskania dowodów na korzyści określonego postępowania do jego szerokiej implementacji w codziennej praktyce upływa nawet 17 lat.

Z kolei od pacjenta (diety, ćwiczeń, używek, stosowania się do zaleceń) zależy ponad połowa efektów zapobiegania i leczenia chorób przewlekłych. Dla przykładu, tylko 70% przepisanych recept  jest  realizowanych w aptece, a z tych wykupionych recept  tylko 70% leków jest przyjmowanych zgodnie z zaleceniami, co powoduje, że  połowa i więcej przewlekłe chorych nie przestrzega zaleceń.

Autorzy artykuły wyrażają pewien sceptycyzm wobec AI. Ludzkimi zachowaniami rządzą nawyki mentalne i fizyczne. Z tego powodu 80% postanowień noworocznych traci aktualność około lutego. Należy zmienić rutynę zarówno klinicystów jak i pacjentów. Sztuczna inteligencja może być pomocna ale nie przyniesie gotowego rozwiązania.

Opracowano na podstawie: JAMA, 20 maja 2019

Marcin Kargul

 

 

Dodaj komentarz