Přeskočit na obsah

Umělá inteligence může změnit zdravotnictví

„Že strojové učení může velmi výrazně zlepšit zdravotnictví z pohledu jednotlivce, to už je jasné spoustě lidí. Otázka je, jak věci dostat do pohybu a kdo by to měl rozpohybovat,“ uvedl výzkumník umělé inteligence Ing. Tomáš Mikolov, Ph.D., na webináři o umělé inteligenci, který pořádala asociace CzechMed. Tomáš Mikolov působí v Českém institutu informatiky, robotiky a kybernetiky, který je součástí ČVUT, a má zkušenosti s prací v Google Brain, Microsoft Research a Facebook AI Research. „Název umělá inteligence má historické důvody. Ve skutečnosti techniky, které se takto označují a dnes už fungují, jsou ve své podstatě jen statistické metody. Nechci to tím shazovat, neznamená to, že to není nic užitečného. Je řada oborů, kde statistické modely a umělé neuronové sítě, které udělaly v posledních deseti letech obrovský pokrok, přinášejí výsledky,“ uvádí Tomáš Mikolov. „Neuronové sítě například dnes dokáží překládat mezi jazyky, a to v některých doménách lépe než překladatel. Umějí rozpoznávat objekty v obraze, druhy ptáků…“ vypočítává.

Na tom, že v některých úkonech například při dílčím hodnocení obrazu z vyšetřovacích metod už dnes modely založené na umělé inteligenci vykazují přesnost srovnatelnou nebo lepší v porovnání s kvalifikovaným lékařem, není pro něj nic zvláštního. „V modelech je velký objem znalostí. Neuronové sítě, tedy statistické modely, můžeme trénovat na řádově větším množství dat, než kolik za svůj život uvidí jeden člověk. Z toho vychází síla těchto modelů. Pokud se zaměříme na oblast zdravotnictví, můžeme si představit určité onemocnění, se kterým se lékař za svou celou kariéru setká u stovky pacientů. Naproti tomu můžeme mít statistický matematický model, který – kdybychom do budoucna měli propojená data v celé Evropě – uvidí milion případů. I když je to jen hloupá statistika, může být komplementární k lidským rozhodnutím a v mnoha ohledech je překonávat,“ říká Tomáš Mikolov.

„Chceme‑li dospět k opravdu individualizované medicíně, budeme potřebovat hodně dat,“ poznamenal k tomu MUDr. Miroslav Palát, MBA, prezident asociace CzechMed.

Pro Saru Polak, antropoložku a popularizátorku umělé inteligence, je zdravotnictví obor, který může pomoci probourat psychologickou bariéru, která u části lidí vzbuzuje nedůvěru k umělé inteligenci. „Zdravotnictví je pro lidi oblast, kde mohou vidět, jak může strojové učení pomoci. To může pomoci v popularizaci umělé inteligence,“ míní Sara Polak. Ve zdravotnictví vidí využití strojového učení v prediktivních modelech, ale také v logistice nebo administrativě.

Podle MUDr. Tomáše Šebka, chirurga a podnikatele v telemedicíně, může umělá inteligence do budoucna pomoci vyhodnotit konkrétnímu člověku na míru optimální preventivní program. Tímto směrem cílí své komerční aktivity. „Naším mottem je, abychom do budoucna mohli lidem i s pomocí umělé inteligence šít na míru preventivní programy, díky kterým nebudou lékaři jen léčit, ale především se snažit zdraví udržet. Rolí umělé inteligence je kombinovat obrovské vzorky dat s osobními daty z chytrých hodinek nebo do budoucna z čipů, až konečně budou k dispozici a budu si ho moci implantovat. Umělá inteligence mi na míru ušije program, který mi prodlouží život,“ plánuje MUDr. Šebek. „Umělá inteligence vzbuzuje u mých kolegů despekt, značí něco, co není humánní. Přitom umělá inteligence už je součástí medicíny v mnoha oborech,“ poznamenal.

Na jedné straně může umělá inteligence zvýšit relevanci klinických studií díky možnosti zpracování obrovského množství dat z reálné praxe. Na druhé pak získaná doporučení může pomoci aplikovat na konkrétního pacienta, a tím přispět k personalizaci prevence, ale i léčby.

„I podle mě bude budoucnost zdravotnictví v personalizované medicíně a v cílené prevenci. Můžeme mít statistický model, který predikuje, který člověk má jakou pravděpodobnost jakého onemocnění v jakém věku, a to na základě genetického profilu a aktuálních individuálních dat například o stravě. V budoucnu to bude hrát větší roli, budeme schopni předcházet nemocem,“ myslí si Tomáš Mikolov.

Jako příklad, jak přesné predikce jsou dnešní modely schopny, zmínil personalizovanou reklamu. „Personalizovaná reklama na internetu používá statistické modely spousty let a je to oblast, kde umělá inteligence vydělává nejvíc peněz. Lidé přicházeli s konspiračními teo rie mi, že je Facebook musí odposlouchávat, když jim nabízí reklamu na to, o čem zrovna mluvili, že by si chtěli koupit. Ne. To je magie statistických modelů, že když propojíte signály z různých směrů, můžou z toho vyjít překvapivě přesné výsledky. To očekávám i ve zdravotnictví,“ uvádí Mikolov.

Další potenciál využití strojového zpracování dat umělou inteligencí vidí ve výzkumu. „Věřím, že se během pár let dostaneme k tomu, že budeme využívat metody, které už máme k dispozici, a zdravotnictví udělá velký skok dopředu,“ řekl Tomáš Mikolov.

Technologie umělé inteligence sice už dnes nacházejí uplatnění v medicíně a často se objevují ve výzkumu, ovšem jejich uplatnění není tak plošné jako v některých méně citlivých oblastech a plnému využití jejich potenciálu brání některé bariéry. „Přijde mi, že překážek je dost. Hodně lékařů má skepsi k novým technologiím, mají negativní zkušenost s projekty, které je jen zatížily, s aplikacemi, které byly špatně navrženy. Nakonec ani větší transparentnost a sdílení dat taky nevyhovuje všem. Jsou tu různé tlaky na udržení současného systému co nejdéle, i když to pro pacienty není nejlepší,“ zmiňuje Mikolov.

Do budoucna bude klíčové nastavení podmínek. Mikolov varuje před monopoly, ať nějaké korporace, nebo státu. Podle něj je lepší, když si lékaři mohou vybrat z více aplikací, a vznikne tak tlak na taková řešení, se kterými budou spokojeni. „Jsou tu právní regulace a otázka, jak systém nastavit, aby byl funkční. To je teď největší překážka, proč nevyužíváme technologie tak, jak bychom mohli,“ myslí si Mikolov. „Firmy typu Google, Facebook a IBM se snaží prosadit strojové učení ve zdravotnictví, motivovány profitem. Nevím, proč bychom měli v Evropě platit americkým firmám za něco, co si můžeme dělat levněji,“ doplnil.

Zdroj: MT

Sdílejte článek

Doporučené

Prevence a terapie srdečního selhání

23. 4. 2024

Srdeční selhání je heterogenní klinický syndrom různých etiologií, jehož diagnostika a léčba se v posledních letech značně posunula. „Vzhledem k…