Dr. Watson nem tudja, mit tegyen
Az IBM mesterséges intelligenciával akarta felkavarni az orvosi ipart. Ez nem a várt módon sikerült. Történet arról, hogy egy új technológia hogyan fogja a fogait az egészségügyi rendszeren.
De az optimisták alábecsülték azt a vad növekedést, amelynek az útjukban kellene állnia. Az orvosi adatokat ma is sokféle formátumban tárolják. A rezidens orvosok például más adatformátumokat használnak, mint a klinikák, az X klinika viszont más formátumokat használ, mint az Y klinika, és az orvosi laboratóriumok ismét külön fejezetnek számítanak. Például a kezelés, az eszköz vagy a laboratóriumi adatok átadásához az orvosi gyakorlatok általában az úgynevezett xDT szabványokat alkalmazzák, amelyeket az 1980-as években fejlesztettek ki. További fejlesztésükért most a Quality Ring Medical Software Szövetség (QMS) felelős. A QMS honlapja szerint a magánrendelő orvosai az úgynevezett KVDT szabványt alkalmazzák az orvosi szolgáltatások számlázására évente 35 milliárd euró értékben. Egy másik, az úgynevezett BDT-szabvány 1990 óta valóban a kezelési adatok továbbítására szolgál. Ironikus módon maga a szabvány nincs különösebben szabványosítva, így a különböző szoftvergyártók változatai nem kompatibilisek. A gyakorlatok ritkán használják. Emiatt többek között a betegek továbbra is viselhetik orvosuk leveleit egyik rendelőből a másikba.
A klinikák és a praxisok közötti adatcsere viszont a HL7 szabványokon keresztül valósulhat meg. Az eredetileg az USA-ban kifejlesztett HL7-nek 1993-tól fokozatosan kellett biztosítania az interoperabilitást az egészségügyi informatikai rendszerek között Németországban. Azóta a formátumot a németországi HL7 felhasználói csoport kezeli e. V. De a nagyjából 1000 német klinika közül csak mintegy 70 tagja az egyesületnek. Gyakorlatilag egyetlen orvosi gyakorlat sem használja a szabványokat.
Az orvosok 86 százaléka még ma is információt cserél egymással, főleg papíron. Az orvos és a klinika közötti kommunikáció esetében ez az arány eléri a 94 százalékot. Ez volt a 1764 orvosi és pszichoterápiás gyakorlat körében végzett reprezentatív felmérés szembeszökő eredménye, amelyet a berlini IGES Intézet végzett a KBV megbízásából 2018 májusában. Csak laboratóriumi adatokkal nézett ki jobban: az összes gyakorlat körülbelül kétharmadában elektronikusan érkezik. Jörg Caumanns, a Fraunhofer Nyitott Kommunikációs Rendszerek Intézetének Telehealth Technologies Innovációs Központjának vezetője osztja azt a benyomást, hogy a német orvosok ellenállnak a digitalizálásnak. A lassú haladásért való felelősség részének tekinti őket. Az előző papírfolyamat "Önnek is kényelmes".
Az ilyen alacsony ütések eredetileg elszigetelt esetek, és az IBM helyesen rámutat arra, hogy a Watsont világszerte több mint 230 klinikán alkalmazzák segítő rendszerként. De még ott is a túl kicsi adatmennyiség mindig problémát jelent: A jelenlegi verziót kizárólag az USA és az Egyesült Államok adataival képezték ki
csak egyetlen klinika, a New York-i Memorial Sloan Kettering Cancer Center adataival. Ennek eredménye torzítás. Watson így ütötte meg a "STAT" jelentést Dél-Koreában
Olyan kezelések, amelyek az ottani nemzeti egészségügyi rendszerben nem voltak szokásosak, sőt nem is voltak jóváhagyva. A probléma alapvető: azokat a mintákat, amelyeket a mesterséges intelligenciák egy adathalmazból merítenek, nem lehet más adathalmazra alkalmazni. Ha például neurális hálózatot képez röntgensugárzáson Philips vagy Siemens készülékekről, akkor az AI már nem ismer fel semmit más eszközökről készített képeken. Ugyanez vonatkozik a különböző betegcsoportok adataira is. A képzés ennek megfelelően összetett és drága, és a széles körű alkalmazás akadálya ennek megfelelően nagy.
Az IBM a DKFZ meghibásodását csak másoknak köszönheti. "Az a tény, hogy a projekt az IBM Watsonnal valójában soha nem indult el, egyszerűen azért volt, mert a Watson for Oncology beszédfelismerése akkoriban még nem volt elérhető német nyelven" - magyarázza Roland Eils, aki akkor a DKFZ elméleti bioinformatikai osztályának vezetője volt. De erre a német beteg akták értékeléséhez lett volna szükség. De az IBM-nek nem sikerült elérhetővé tenni őket. Így tett a projekt is
a keretmegállapodás lejártáig el kell halasztani. De vajon a projekt teljesítette volna-e a teljesen új rákterápiák ígéretét, ha németül elérhető volna a beszédfelismerés? Valószínűleg nem. „A tisztán reproduktív tanuláson túlmutató rendszerek még mindig nagyon sokak
a fejlődés korai szakaszában ”- mondja Benedikt Brors, a DKFZ alkalmazott számítástechnika professzora. "Watsonnak csak az orvosok kezelési ajánlásait kellene összefoglalnia és reprodukálnia velünk." Watson csak azokat a következtetéseket reprodukálta volna, amelyeket maguk az orvosok az előző években
jött. A DKFZ és a Heidelbergi Egyetem közös Országos Daganatos Betegségközpontjának orvosai számára ez a lehetőség nem volt különösebben érdekes.
Ennek ellenére a Brors elvben pozitívan látja az IBM erőfeszítéseit. "Nem hiszem, hogy Watson megbukott volna, de a bejelentések túl korán jöttek" - mondja. „Kutatási projektként
a megközelítés feltárhatja azokat a nehézségeket, amelyeket a digitalizálásnak el kell küzdenie az elkövetkező években. ”Ha ez sikerül, a Brors a mesterséges intelligencia-rendszerek jövőjét elsősorban a kevésbé tapasztalt orvosok támogatásában látja. A mesterséges intelligencia segíthet nekik a betegségekkel kapcsolatos adatokban
értékelje számos tudományterületet és kapjon információt a diagnózisokról vagy a terápiákról - anélkül, hogy Önnek kellene szakembernek lennie. A Charité már megmutatja, mi lehetséges: Ott az összes veseértéket központilag és névtelenül értékeli egy algoritmus. Ha a program olyan mintát észlel, amely vesekárosodásra utal, riasztó hangot ad. "Egy képzett nefrológus azonnal felismeri az ilyen mintázatokat" - mondja Charocké szakértője, Gocke. "De egy traumás sebész, aki néha meghatározza a veseértékeket, ezt hiányolhatja."
Will Dr. Watson még mindig látja ezt a jövőt? Talán. A német egészségügyi ellátórendszer korábbi fejleményeinek hátterében ezt a kérdést általánosabban kell feltenni
fogalmaz: Will Dr. A számítógépek még mindig tapasztalják ezt a jövőt? Ennek felé döntő lépésnek, az elektronikus betegnyilvántartás bevezetésének 2019. január 1-jén kell megtörténnie. Ezt előírta az e-egészségügyi törvény, amellyel a nagykoalíció 2015-ben fel akarta gyorsítani a végrehajtást. De aki meglepődik: A szükséges teszteket és a csatlakozók jóváhagyását annyira késik, hogy a szövetségi egészségügyi minisztérium szerint legkorábban 2021 végén vezetik be őket. A remény ezért egy másik sarokból származik: a digitalizáció lassan alternatív módszereket keres a beteg elérésére.
A Bitcom digitális egyesület felmérése szerint Németországban minden második ember használt egészségügyi alkalmazást 2017-ben. Az 1003 válaszadó 27 százaléka kijelentette, hogy okostelefonos alkalmazásokat is használ orvosi szempontból releváns adatok, például vérnyomás vagy pulzus rögzítésére. Más alkalmazások és platformok ma segítséget nyújtanak az orvosi diagnózishoz és a kezeléshez. Például Ada, a berlini Ada Health startup alkalmazása. A felhasználó felfedi tüneteit a programnak, az eredmény a lehetséges betegségek felsorolása.
2018 októberében az Ada Health bejelentette, hogy az esseni és a gießen-marburgi egyetemi kórházak egy tanulmányban tesztelni kívánják az alkalmazás előnyeit a sürgősségi helyiségek betegellátására vonatkozóan. A további alkalmazások célja az orvos és a beteg közötti kommunikáció elősegítése és az orvosi adatok megosztásának megkönnyítése. A Techniker Krankenkasse például jelenleg teszteli a TK-Doc nevű alkalmazást. Lehetővé teszi a szöveges és videocsevegést az orvosokkal egy telemedicina központban. A TK emellett integrálni kívánja Ada AI-alapú tünetértékelését ebben az évben. De dr. Watson és más orvosi AI-k nem enyhítik az orvosokat: terápiákat kell találni trükkös betegségek, olyan állapotok, mint például a hátfájás esetén, amelyeknek nemcsak ortopédiai, hanem pszichológiai okai is lehetnek. Vagy ritka betegségekről, amelyekről kevés adat áll rendelkezésre. Mivel a jó orvosok új hipotéziseket dolgoznak ki, mert megértik, mi zajlik az emberi testben. Az algoritmusok viszont csak a már ismert mintákat tanulják meg, úgy babrálnak, mint egy jól képzett papagáj. Belátható időn belül az AI-k nem pótolják az orvos fejében található ideghálózatot.
Ez a cikk a Technology Review jóvoltából