Dr. Algoritmus: Mesterséges intelligencia az orvostudományban
Dr. algoritmus
A mesterséges intelligenciának (AI) a jövőben megkönnyítenie kell az orvosok munkáját. Tulajdonképpen. Holger Hänßle, a Heidelbergi Egyetemi Klinika professzora esetében azonban kezdetben pont fordítva történt: miután a bőrgyógyász tavaly publikált egy tanulmányt az AI használatáról a bőrrák kimutatásában, „tiszta őrületet” tapasztalt. A média a világ minden tájáról annyira bombázta érdeklődéssel, hogy alig dolgozott a klinikán.
Az izgalom oka: Mr. Hänßle az elsők között publikált egy olyan tanulmányt, amelyben az embernek és a gépnek állítólag közvetlen összehasonlításban kellett megmutatnia, hogy ki diagnosztizálta jobban. Pontosabban: ki tudja jobban felismerni a legveszélyesebb rosszindulatú melanomát - a rettegett "fekete bőrrákot".
Az eredmény eljutott a főcímekre. "A mesterséges intelligencia lényegesen jobb volt, mint az orvosok átlagos teljesítménye" - számol be Holger Hänßle. „Az 58 érintett bőrgyógyász közül csak 13 tudta legyőzni az algoritmust. És világméretű szakértők voltak. "
A kísérlethez Heidelberger Hänßle és munkatársai mesterséges ideghálózatot képeztek ki 100 000 fotóval, amelyen fekete bőrrák vagy ártalmatlan anyajegyek láthatók.
Azt is elmondták az AI-nek, hogy minden esetben mi a helyes diagnózis. Ezt követően az ideghálózat jobb volt, mint egy átlagos bőrgyógyász - de csak erre a konkrét kérdésre.
"Sokkal időigényesebb és hibára hajlamosabb, ha az algoritmus felismeri és megkülönbözteti a rák több típusát" - mondja Holger Hänßle. Pontosan ezen dolgozik most: A következő szakaszban az AI-nek megbízhatóan diagnosztizálnia kell öt rosszindulatú és öt jóindulatú bőrelváltozást.
A példa megmutatja a mesterséges intelligencia által az orvostudományban rejlő nagy lehetőségeket. De világossá teszi azt is, hogy az orvosokat egyelőre nem lehet pótolni - mert a bőrgyógyásznak képesnek kell lennie számos bőrelváltozás helyes osztályozására, és nem szabad megelégednie azzal, hogy csak megkülönbözteti a fekete bőrrákot és az anyajegyeket.
Ennek ellenére: Az orvostudomány jelenleg mesterséges intelligencia által vezérelt felfordulást tapasztal, amelyen az egyetemek, kutatóintézetek, vállalatok és induló vállalkozások a világ minden tájáról nagy nyomás alatt dolgoznak.
"Jelenleg matematikai forradalmat élünk át"
Az új technológia életet menthet a jövőben - amint azt a Mannheimi Egyetemi Kórház egyik betegének esete mutatja: Néhány évvel ezelőtt a tüdejében lévő sok gyulladásos góc között a daganat már nem volt észrevehető a CT-vizsgálat során. A beteg belehalt. Algoritmusok segítségével az orvosok korai stádiumban felismerhették és meggyógyíthatták a rákot.
Mindenekelőtt a képadatok (például a bőrelváltozásokról készült fotók, valamint a számítógépes és a mágneses rezonancia tomográfok képei) ez a géppel végzett elemzése jelenleg egy sor sikert jelentést készít.
Például a Stanfordi Egyetem munkacsoportja olyan algoritmust képzett ki, amely képes felismerni a tüdő és a mellkas 14 betegségét, és amely a radiológusoknál jobban teljesített a tüdőgyulladás diagnosztizálásában.
A yohohamai Showa Egyetemen az orvosok AI-val értékelték a kolonoszkópiák endoszkópos videofelvételeit, és a malignus polipokat szinte ugyanolyan megbízhatóan észlelték, mint egy kóros vizsgálat után. Néhány algoritmust már napi rendszerességgel használnak gépi asszisztensként: A bostoni Massachusetts Általános Kórházban az AI segít a mellkas röntgensugárzásának elemzésében, és a heidelbergi melanoma diagnosztikai rendszert már körülbelül 40 német orvosi rendelő telepítette.
"A radiológiában jelenleg egy olyan matematikai forradalmat tapasztalunk, amely gyorsabb és mélyebb, mint bármely korábbi felfordulás" - mondja Stefan Schönberg, a Német Radiológiai Társaság elnöke. Úgy véli, hogy az AI-nek köszönhetően a radiológusok a jövőben sokféle adatot kombinálnak, például laboratóriumi értékeket vagy a betegek genetikai hajlamát felvételeikkel, és ennek alapján konkrét terápiás ajánlásokat fognak adni orvosi kollégáiknak (lásd interjú az 50. oldalon).
Stefan Biesdorf (McKinsey) hasonlóan érvel: „A törvényben előírt egészségbiztosítások a klinikák és az ambuláns orvosok számlázási adataival rendelkeznek az elmúlt tíz évben. Összevonhatók lennének a képalkotó eljárások adataival, hogy felhasználhassák azokat a mesterséges intelligencia által támogatott diagnosztikai és terápiás tervezésű rendszerek kifejlesztésére. ”- mondja az egészségügyi szakértő. "Mindazonáltal nyilvánosan hozzáférhetővé kellene tenni őket, hogy új kutatást lehessen végezni ezen rengeteg adat körül - hasonlóan a brit Nagy-Britanniában működő Biobankhoz, amely 500 000 ember anonimizált genomját és egészségügyi adatait teszi hozzáférhetővé a tudósok számára."
A mesterséges intelligenciának nemcsak sikeresebb kezelési eredményekhez kell vezetnie, hanem költségeket is megtakarítania. "A nagy remény az, hogy az AI nemcsak javítja az orvostudományt, hanem újra megfizethetővé teszi - így a jövőben is megengedhetjük magunknak az orvosi haladást" - mondja Hendrik Reese a Pricewaterhouse Coopers (PWC) könyvvizsgáló és tanácsadó cégtől.
Egy egész Európára kiterjedő tanulmányban a PWC három elterjedt betegség példáján mutatta be, mennyi pénzt lehet megtakarítani az egészségügyi rendszerben a mesterséges intelligencia használatával tíz éven belül: 90 milliárd euró gyermekkori elhízás (beleértve a tipikus rizikófaktorok elemzését), nyolc milliárd szenilis demenciában (pl. korai felismerés révén) és 75 milliárd emlőrákban (gyorsabb és jobb eredmények révén).
Az egyre növekvő költségterhelés és az uralkodó szakmunkáshiány miatt az egészségügyi szakemberek egyre inkább használják a tömeges adatfeldolgozás lehetőségeit.
"Minden évben olyan képalkotó folyamatok, mint a számítógépes és a mágneses rezonancia tomográfia, tíz-tizenkét százalékkal több adatot szolgáltatnak világszerte, ugyanakkor a radiológusok száma csak három-négy százalékkal növekszik" - mondja Jörg Aumüller, a Siemens Healthineers munkatársa. „A radiológusnak átlagosan csak három-négy másodperc áll rendelkezésre egy kép értékeléséhez. Tanulmányok azt mutatják, hogy az értelmezési idő felére csökkentve a hibaarány körülbelül 16 százalékponttal növekedhet. "
A jelentések készítésének nagyobb hatékonysága és kevesebb hibája érdekében a Siemens Healthineers kifejlesztett egy olyan terméket, amely automatikusan azonosítja a számítógépes tomográfok képein található anatómiai struktúrákat, és jelzi, valamint méri a mellkas területén fellépő esetleges rendellenességeket.
De ez csak az első lépés: A vállalat egy másik megoldása a mesterséges intelligencia segítségével javaslatot tesz az orvosok számára a kezelési folyamat következő lépéseire a betegtörténet, a laboratóriumi értékek, a kóros és genetikai vizsgálatok és a klinikai vizsgálatok alapján - kezdetben a betegek számára Prosztata rák. Összességében a Siemens Healthineers már több mint 40 mesterséges intelligencia alapú megoldást hozott a piacra, és körülbelül 500 releváns szabadalommal rendelkezik.
A verseny abban is meg van győződve, hogy az AI aránya nőni fog az orvosi termékekben. "Jelentős a szakemberhiány az intenzív terápiás orvoslásban" - mondja Timo Paulus, a Philips. "A mesterséges intelligencia segítségével tehermentesíthetjük az orvosokat, hogy jobban koncentrálhassanak tényleges feladatukra - a betegek gondozására."
A betegek 63 százaléka elutasítja a tiszta AI diagnózist
A vállalat ezért olyan terméket tervez, amely sürgősség szerint rendezi a riasztásokat az intenzív osztályokon: A súlyosságtól függően egy üzenet jelenik meg a képernyőn, vagy azonnal hívnak orvost.
Már használatban van egy olyan rendszer, amely korai stádiumban észleli a normál osztályok problémáit, hogy a betegeket gyorsan át lehessen vinni az intenzív osztályra.
És például az autóiparhoz hasonlóan a Philips a jövőben a szervek digitális ikreit kívánja felhasználni: A vállalat „Szívmodelljében” egy AI algoritmus mintegy ezer ultrahangfelvételt használ különböző formájú és méretű valós szervekről egy általános alapmodell létrehozásához.
Egy adott páciens képadataival kombinálva egy személyre szabott szív iker jön létre a számítógépben, amely támogatja az orvost abban, hogy a szervet különféle anatómiai és funkcionális alépítményekre tagolja. A tulajdonságok, például a szivattyúzási teljesítmény, ezekből származtathatók.
Az olyan nagyvállalatok mellett, mint a Siemens Healthineers vagy a Philips, az alapító vállalkozók az egész világon megpróbálják kihasználni azokat a lehetőségeket, amelyeket a mesterséges intelligencia kínál az orvostudományban - nem csoda: A Frost & Sullivan tanácsadói azt jósolják, hogy a mesterséges intelligencia-alkalmazások globális piaca az egészségügyi szektorban 40 körül lesz. A százalék évente növekszik, és nagyjából 6,7 milliárd dollárt ér el 2021-re.