Az orvosok és a betegek mesterséges intelligenciája a "guglizás" a múlté
Kuhn, Sebastian; MME; Jungmann, Stefanie Maria; Jungmann, Florian
A mesterséges intelligencián alapuló és okostelefonos alkalmazásokként elérhető chatbotok sokféleképpen készek változtatni az anamnézisen és a diagnózison az orvostudományban.
Az orvosi szakma nagy változásban van a digitális átalakulás miatt. Különösen érdekes a mesterséges intelligencia (AI) alkalmazása az anamnézis és a diagnózis összefüggésében. Keith Dreyer csak nemrégiben írta le, hogy az önállóan gondolkodó gépek most utat találtak a tudományos-fantasztikus valóságtól (1). Az AI chatbotok olyan párbeszédrendszerek, amelyek lehetővé teszik a mesterséges intelligenciával történő szöveges vagy nyelvi kommunikációt csevegés formájában. Orvosi területen az Ada Health, a Babylon, a Buoy és a Your.MD csevegőrobotok az orvosok és a betegek számára is szabadon elérhetőek az Apple és az Android alkalmazásboltokban.
Alapvetően megváltozott az információs viselkedés
A mesterséges intelligencia területén bekövetkezett fejleményektől függetlenül a betegek és az orvosok évek óta alapvetően eltérő információs magatartást tanúsítottak. A radiológusok felmérésében a megkérdezettek 72 százaléka kijelentette, hogy okostelefonját vagy táblagépét rendszeresen használja orvosi kutatáshoz (2). Az aktuális ajánlattal való elégedettség a felmérésben viszonylag alacsonynak mutatkozott annak ellenére, hogy a népszerű alkalmazásboltokban sok volt az orvosi megoldás. A válaszadók majdnem fele úgy látja, hogy az alkalmazásokat semmilyen módon nem használják, vagy csak azért, hogy egy kicsit megkönnyítsék munkájukat (2).
Ezzel szemben a betegek 58 százaléka „guglizott” a tünetekkel és a betegségekkel kapcsolatos információkért az orvos látogatása előtt és 62 százaléka után (3). A Bertelsmann Stiftung tanulmányában a megkérdezettek 52 százaléka azt mondta, hogy elégedett az internetes kutatás eredményeivel (3).
Az első számú információforrás jelenleg a Wikipédia és más online lexikonok, amelyeket a megkérdezettek 72 százaléka használ. Az internet szűretlen információáradata miatt a beteg számára gyakran nehéz megbecsülni az információ minőségét (4). Még a legnépszerűbb forrást, a Wikipédiát is megbízhatatlannak tartja a válaszadók 46 százaléka (3).
A Google-től az AI-alapú csevegőrobotokig
Az a mód, ahogyan a betegek információt szereznek az egészséggel kapcsolatos témákról, a digitalizálás eredményeként már alapvetően megváltozott, és a jövőben az AI-rendszerek révén tovább fog fejlődni (3).
Az AI jelenlegi gyógyászati alkalmazásával három szint különböztethető meg:
- A fogyasztói szint, vagyis az okostelefon-alkalmazások egyedi felhasználók számára, például az Ada Health (5). Ezt az alábbiakban tárgyaljuk részletesebben.
- A szakmai szint, vagyis az intézményi megvalósítás, pl. IBM Watson (6), ADA az orvosok számára (5). A fogyasztói szinttel ellentétben ezekbe az alkalmazásokba további klinikai információk áramlanak, beleértve a laboratóriumi paramétereket és a funkcionális diagnosztikát. Mesterséges intelligencián (mélytanuláson) alapuló algoritmusok a röntgenképek, számítógépes tomográfiai vagy mágneses rezonancia tomográfiai adatsorok automatikus felismerésére jelenleg fejlesztés alatt állnak és vizsgálatok során.
- A makroszint, intézményközi, például adatbányászat és radiomika (7, 8). Többek között számítógépes tomográfiai vizsgálatokból, szövettani és genetikai értékelésekből származó orvosi információkat tesztelnek a vizsgálatok során, amikor ezeket az információkat integrálják a diagnózis felállításához vagy a prognózis meghatározásához (8, 9).
Annak a ténynek köszönhetően, hogy szabadon elérhetők, az orvosok is egyre gyakrabban használják az ilyen alkalmazásokat a tünetekkel összefüggő anamnézis felvételére és különösen a differenciáldiagnosztika segítségére. Várható, hogy ez befolyásolni fogja a másodlagos döntéshozatali folyamatokat a „döntéstámogatás” értelmében. A képalkotó folyamatok és a laboratóriumi vizsgálatok következményei előre láthatók.
Az orvosi mesterséges intelligencia 2017 óta először érhető el egy nagy felhasználói csoport számára az orvosi csevegőrobotok okostelefonos alkalmazások formájában történő bevezetésével. Így a chatbot-alapú AI rendszerek jelenleg lehetővé teszik az orvosi szakértelem új és könnyen elérhető alkalmazását a betegek és az orvosok számára. A jelenlegi és a jövőbeli fejlemények messzemenő következményekkel járnak az orvosok számára, ami megköveteli az ilyen rendszerek alapos vizsgálatát. Egyrészt felmerül a kérdés, hogy ezeket a rendszereket mennyire lehet hatékonyan integrálni a diagnosztikai és kezelési folyamatba, és a rendszerek korlátait felismerhetik az orvosi felhasználók. Másrészt az orvosoknak meg kell küzdeniük a legfontosabb mesterséges intelligencia-alkalmazások alapelveivel annak érdekében, hogy jobban megértsék betegeiket, akik szintén használják ezeket a rendszereket, és hogy megfelelő értékeléseket tudjanak végezni.
A tömeges alkalmazkodás küszöbén
Az intézményi mesterséges intelligencia-rendszerek lassú bevezetésével ellentétben az alkalmazás-alapú orvosi AI-csevegőrobotok, például az Ada Health, a Babylon, a Buoy és a Your.MD felhasználóinak száma jelenleg gyorsan növekszik.
Az Ada Health jelenleg világszerte kétmillió felhasználóval rendelkezik (10). 2017 ősze óta az „egészségügyi asszisztens” Ada németül is ingyenesen elérhető. A rövid általános anamnézis mellett az AI-alapú orvosi alkalmazás kifejezetten a felhasználót kérdezi panaszaikról és tüneteikről, és adaptív megközelítést alkalmaz. A klinikai képet metaforaként használják a panaszokkal kapcsolatos egyedi információkhoz. A beírt tünetek összefüggései és mintázata alapján Ada a legvalószínűbb diagnózist és a lehetséges differenciáldiagnózisokat tartalmazó jelentést készít egy orvosi adatbázis alapján, a jelenlegi kutatási eredmények alapján. Az adatbázisban lévő információk folyamatos frissítése több visszacsatolási hurok révén valósul meg, és biztosítja, hogy az alkalmazás megtanulja és pontosabbá váljon. A létrehozott jelentés elérhetővé tehető a kezelő orvosok számára PDF fájlként (doboz) .
Több felhasználási forgatókönyv is elképzelhető
Az AI rendkívül összetett mechanizmusaival (nagy adatelemzés, mély tanulás és mások) ellentétben a chatbotok egyszerűek, de egyre elterjedtebb eszközök. A felhasználók jelenlegi exponenciális növekedése miatt a chatbot alapú AI rendszerekkel kapcsolatos tapasztalatok a következő években gyorsan növekszik. Különböző felhasználási forgatókönyvek elképzelhetők:
Követelmények és korlátozások
Az AI-alkalmazások növekvő száma ugyanakkor magában hordozza annak kockázatát is, hogy a betegeket a helytelen és túlzott információ miatt nyugtalanítják. Az orvosi szakértők feladata az alkalmazások tömegéből kiszűrni azokat az alkalmazásokat, amelyek a rendelkezésre álló információkat célcsoport-adaptált módon képviselik, és előnyöket kínálnak a betegek, az orvosok és a pszichoterapeuták számára (4, 14). Ezen új technológiák hasznosságával kapcsolatos számos kérdést ki kell értékelni a klinikai alkalmazásokban, bizonyos kérdésekben (15). Jelenleg az adatok nem elégségesek.
A jövőbeli fejlemények figyelembevételével a digitális képességeket strukturált módon kell átadni a betegeknek, az orvosoknak és a pszichoterapeutáknak a digitális szakadék ellensúlyozása érdekében (16). Azon előnyök mellett, amelyeket nem lehet elvetni kézből, meg kell vitatni e technológiák kritikus szempontjait és a betegek általi elfogadásukat. Az adatvédelem itt rendkívül fontos szerepet játszik, mivel az érzékeny adatokat nem szabad gondatlanul kezelni az alkalmazás felhasználói = betegek betegségtörténetének nagy adatelemzése szempontjából (17). Az egyes egészségügyi alkalmazások feltételei itt releváns szerepet játszanak. Ezen feltételek és feltételek összetettsége miatt a betegbiztonság minimális szintjét a törvénynek meg kell valósítania. Minden alkalmazás felhasználójának képesnek kell lennie arra, hogy egy pillanat alatt könnyen lássa, hogy a saját érzékeny adatait mennyire használják fel, és hogy ezeket továbbítják-e harmadik feleknek.
Az adatokkal való visszaélésekkel és a speciális betegségek esetén alkalmazott korlátozásokkal kapcsolatos aggodalmak ellenére nagyon fontos, hogy az orvosok és a pszichoterapeuták alapos vita útján ismerjék meg az új technológiákat, és technikailag képesek legyenek azokat használni.
Jövőkép: a betegek által generált adatok bevonása
A "hordható" eszközök és az okostelefonos alkalmazások által összegyűjtött beteg paraméterei (létfontosságú paraméterek, mozgással és sporttevékenységgel kapcsolatos információk) integrálhatók a klinikai információkba (anamnézis, klinikai vizsgálati eredmények és előzetes eredmények, laboratóriumi paraméterek, radiológiai képalkotás, szövettan, genetikai elemzés). Ennek eredményeként az AI-alapú rendszerek a jövőben - megfelelő informatikai struktúrát feltételezve - fontos elemek lehetnek a diagnosztizálásban, az előrejelzések meghatározásában és az egyénre szabott kezelési programok megvalósításában. E nagy mennyiségű információ közös elemzése potenciálisan megváltoztathatja a kezelési folyamatokat. A video konzultációval való nyilvánvaló integráció a funkciót is kibővíti. Az Egyesült Királyságban ez a funkció már az AI-alapú csevegőrobotok számára valóság. Németországban ezt a távkezelési tilalom miatt jelenleg nem hajtják végre.
Az értékelés, mint alapvető feladat
A mesterséges intelligencia diagnosztikai alkalmazása széles körű alkalmazást kínál az orvostudományban a csevegőrobotokkal és azok okostelefonos alkalmazásokként történő megvalósításával. A betegek és az orvosok egyéni felhasználása mellett nagyon ígéretesek egyéb felhasználási szcenáriók, például a diagnosztikai és terápiás folyamat döntéshozatali segédeszközei és az egészségügyi rendszer potenciális kísérleti funkciói.
A betegeknek, az orvosoknak, a pszichoterapeutáknak és az egészségügyi rendszer alkalmazottjainak ismerniük kell az AI-alapú technológiák alapelveit és kritikus pontjait annak érdekében, hogy az ígéretes potenciált felhasználhassák a diagnosztika és a terápia összefüggésében. A magas számú felhasználó miatt az AI ezen formájának továbbfejlesztése gyorsan halad. Ezeknek az eddig nem kielégítően validált rendszereknek az értékelése, a megfelelő és érthető adatvédelmi rendelkezésekkel rendelkező keretfeltételek létrehozása mellett, alapvető jövőbeli feladatot jelent.
Priv.-Doz. Dr. med. Sebastian Kuhn, MME
Ortopédiai és Traumatológiai Sebészeti Központ, a Mainz-i Johannes Gutenberg Egyetem Egyetemi Orvostudománya
Dr. phil. Stefanie Maria Jungmann
Klinikai Pszichológia és Pszichoterápia Tanszék, Johannes Gutenberg Egyetem Mainz
Dr. med. Florian Jungmann
Klinika és poliklinika a diagnosztikai és intervenciós radiológia területén, a mainzi Johannes Gutenberg Egyetem Egyetemi Orvostudománya
Az Ada Health értékelése esettanulmányok alapján
Két orvos 16 anamnézisen alapuló belső esetjelentést dolgozott fel az Ada Health (11) AI alkalmazással. Az alkalmazás diagnózisának és differenciáldiagnózisainak eredményeit összehasonlítottuk az „arany standard” tankönyvvel. Az értékelés eredményei külön jelennek meg az 1. felhasználó/2. felhasználó esetében.
- Az esetenkénti átlagos feldolgozási idő 248/244 másodperc volt.
- Az alkalmazás eredménye esetenként átlagosan 31/34 kérdés feldolgozását igényelte.
- Ada helyes diagnózisa:
- összesen 16 esetben 13-ból (81,25%)/16-ból 14-ben (87,50%) (fő- vagy differenciáldiagnózisként),
- 16-ból 11 esetben (68,75%)/16-ból 12 esetben (75,00%) határozottan fő diagnózisként (azaz legvalószínűbb diagnózisként),
- Magas vagy nagyon magas egyezés (Cohen κ együtthatója) az alkalmazás eredményei és az κ = 0,80/0,87 esettanulmányok között, ha az alkalmazás fő és differenciáldiagnózisa szerepel, és κ = 0,67/0,74, ha csak a .67/.74 értéket veszik figyelembe Az alkalmazás fő diagnózisa,
- Nehézségeket okozhat a diagnózis felállítása, ha két betegség kombinálódik (például a nyelőcső carcinoma kezdeti diagnosztizálása tüneti mélyvénás trombózissal). Itt az egyik diagnózist nevezték meg a felhasználók. A tünetek megjelenésének sorrendjétől függően más kérdéssor kerül kiváltásra.
- A tankönyvhez képest Ada további differenciáldiagnózisokat tudott megnevezni.
Következtetés az Ada Healthről
Az Ada Health magas szintű diagnosztikai pontosságot mutat a diagnózis felállításakor, amikor az anamnézisen alapuló esetjelentéseket feldolgozza a belgyógyászatban, átlagos feldolgozási idő négy perc. A strukturálatlan „guglizással” összehasonlítva a laikus felhasználók számára az idő magas tényező mellett fontos az eredmény magas minősége.