Některé obory se bez umělé inteligence neobejdou

Jak může AI pomáhat v procesu klinického rozhodování, jakou roli bude hrát pro personalizovanou medicínu, nakolik pomůže v diagnostice a léčbě civilizačních chorob a kde naopak nenahradí zkušeného lékaře. Na tyto a mnohé další otázky odpovídali v průběhu květnových Medialogů pořádaných 1. LF UK v Praze odborníci z oboru radiologie, genetiky, neurochirurgie, biochemie a výuky.

Role AI, která se v některých medicínských oborech již běžně využívá, nadále poroste. Lékařské fakulty čelí jednak výzvě naučit studenty používat AI pro jejich budoucí praxi a jednak ji začlenit do výukových metod. Nejčastěji zmiňovaným benefitem pro medicínu je úspora času díky možnosti „delegovat“ na umělou inteligenci rutinní úkoly. Lékaři doufají, že jim tak zbude více času na pacienty a složitější úkoly. Oblastí, kde se umělá inteligence ukazuje být užitečným nástrojem, přibývá. Zdá se, že ji lze využít všude, kde se pracuje s velkým množstvím dat. Přes své mnohé benefity přináší AI i některé problémy. Jedním z nich zůstává, že zdravotní pojišťovny zatím čtení umělou inteligencí nehradí.

Co přinesla AI do radiologie?

Mezi oblasti, kde je AI využívána nejvíce, patří radiologie, která je jedním z nejdynamičtěji se rozvíjejících medicínských oborů. Nové technologie významně zlepšily diagnostiku a léčbu a učinily z radiologie klíčovou součást moderní medicíny. „Využíváme ji například u RTG k hodnocení kostní patologie, nejčastěji jde o detekci fraktur, kde zefektivní a urychlí práci např. na pohotovostních službách. Dalším využitím je rentgen plic, kde může odhalit i nálezy, které mohou být oku radiologa skryty. Nicméně zatím se zdá být přesnější kostní diagnostika než hrudní. U CT vyšetření je typickým příkladem vyhledávání plicních uzlů, které mohou být potencionálními nádory, u MR detekce karcinomu prostaty. Nejdále je klinické použití AI u screeningové mamografie,“ popisuje přednostka Radiodiagnostické kliniky 1. LF UK a VFN doc. MUDr. Andrea Burgetová, Ph.D., s tím, že AI využívá například k rozpoznání patologií na snímcích, k segmentaci zobrazovaných struktur, měření objemů, k přesnému porovnání starších a nových snímků. Dokáže také optimalizovat dávky záření během CT nebo radiografie, a tím chránit pacienty před nadměrným ozářením.

Významné uplatnění má AI v oblasti výzkumu, lze ji využít k analýze velkých souborů dat a hledání vzorců, což pomáhá při objevování nových léčebných postupů. „Tradiční počítačem podporovaná detekce nebo diagnostika, která využívá techniky strojového učení, se v radiologii používá již téměř 30 let. Tyto systémy byly ale omezeny neschopností dále se učit a přizpůsobovat se v průběhu času. Moderní algoritmy umělé inteligence, které využíváme dnes, jsou založeny na hlubokém učení - od těch tradičních se zásadně liší automatickým učením. Učí se identifikovat vzory na radiologických snímcích tím, že jsou trénovány na rozsáhlých souborech dat, a mohou samy průběžně zlepšovat svůj výkon, jakmile jsou vystaveny ještě většímu množství dat,“ přibližuje lékařka.

Zároveň ale upozorňuje na některá úskalí. Nasazení AI do praxe vyvolává potřebu kriticky hodnotit její přesnost, efektivitu, bezpečnost a odlišit užitečné a bezpečné produkty od neužitečných až potenciálně škodlivých. Řešit se musejí také etické aspekty využití AI v radiologii spojené s odpovědností za rozhodování.

„Umělá inteligence v radiologii už je a určitě zde zůstane. Dokáže analyzovat obrovské množství snímků rychleji než radiolog. Vývoj zatím ukazuje, že radiology nenahradí, ale poskytne jim nástroje pro podporu jejich rozhodování. Umožní jim zároveň soustředit se na složitější aspekty péče o pacienty, zatímco algoritmy AI mohou pomáhat s rutinními úkoly,“ vyzdvihuje doc. Burgetová.

V genetice a genomice pomáhá v rozhodování

Při diagnostice geneticky podmíněných chorob se pomocí metod sekvenování DNA nové generace získávají rozsáhlé soubory dat o DNA pacientů (lidská DNA obsahuje cca 3,5 miliardy nukleotidů). Jak vysvětlil přednosta Ústavu biologie a lékařské genetiky 1. LF UK a VFN prof. MUDr. Ondřej Šeda, Ph.D., genetika se posunuje od testování jednotlivých genů. „V současné době testujeme i pro běžná onemocnění, jako je např. karcinom prsu, i stovky genů najednou a pomalu se posunujeme do situace, kdy můžeme, pokud je to potřeba, sekvenovat celý genom,“ dodal.

Takové množství dat nelze bez použití bioinformatických nástrojů zpracovat. On sám vidí využití AI v genetice v několika rovinách. „Umělá inteligence pomáhá jak přímo ve zpřesnění technického zpracování dat, tak při identifikaci genetických variant potenciálně zodpovědných za onemocnění a predikci jejich dopadu na zdravotní stav pacienta. V pokročilé výzkumné fázi lze pak na základě obrazové a klinické dokumentace s velkou přesností rozlišit řadu genetických chorob a syndromů. V obou případech nástroje umělé inteligence pomáhají v procesu klinického rozhodování,“ uvedl.

Personalizovaná medicína se bez AI neobejde

Odborníci se shodují, že AI je úzce provázána s personalizovanou medicínou a léčbou šitou na míru. „Má potenciál zvýšit spolehlivost diagnostiky, zpřesnit ji, zpracovat velké množství dat během krátké doby, takže dokáže i namixovat obrazový materiál a klinická data. A to je základní vstup k personalizované medicíně,“ uvedla doc. Burgetová. Jak dodává prof. Šeda, vzhledem k tomu, že dat o sobě máme čím dál víc, je nutné zajistit jejich bezpečné sdílení a využívání k tomu, aby bylo možno vše, co o pacientovi víme, dát dohromady a využívat.

Za svatý grál personalizované medicíny považuje AI doc. MUDr. Martin Májovský, Ph.D., z Neurochirurgické a neuroonkologické kliniky 1. LF UK a ÚVN, podle něhož je umělá inteligence obrovskou statistikou s miliardami dat, která podle genetického pozadí, věku, všech rizikových faktorů a dalších informací přesně určí pro konkrétního člověka riziko toho kterého onemocnění i časový horizont. Pacienty např. rozdělí do nejvyššího, vysokého, středního nebo nízkého rizika infarktu myokardu a u těch vysoce rizikových je pak možné začít uplatňovat úpravu životního stylu nebo rovnou zahájit medikaci. Hraje tak velkou roli i v prevenci, kdy jedinec ví, na co si dát pozor a čeho se vyvarovat.

V samotné klinické oblasti se intenzivně pracuje na využití umělé inteligence v personalizované medicíně, například v předvídání nežádoucích účinků léčiv a jejich předcházení, v optimalizaci farmakoterapie nebo v diagnostice multifaktoriálních civilizačních onemocnění, která kromě dědičných vlivů vznikají vlivem vnějšího prostředí včetně životního stylu.

„Vzhledem k dosavadnímu vývoji lze předpokládat stále intenzivnější zapojení nástrojů umělé inteligence do genetického výzkumu, diagnostiky dědičných chorob, ale i personalizace medicíny. S největší pravděpodobností dojde k aplikaci velkých jazykových i na jazyku nezávislých modelů pro analýzy a interpretace genetických dat, což v důsledku poskytne silnější a přesnější nástroje pro stanovení diagnózy a rizik i u onemocnění, kde je to dosud komplikované nebo nemožné. Současný technologický vývoj nám možná takříkajíc uvolní ruce pro zásadní část práce klinického genetika, tedy komunikaci s pacienty a jejich rodinami,“ říká prof. Šeda.

„Shodujeme se, že nezastupitelné je provázení pacienta lékařem, ale i tady může AI pomoci, protože díky překladu do laického jazyka nabídne našim pacientům materiály, které jsou pro ně srozumitelné,“ vidí další roli AI MUDr. Martin Vejražka, Ph.D., z Ústavu lékařské biochemie a laboratorní diagnostiky 1. LF UK a VFN.

Etické hranice AI a její využití ve výuce

Tým lékařů z Neurochirurgické a neuroonkologické kliniky 1. LF UK a ÚVN se zabývá možnostmi využití AI nejen v samotné klinické praxi, ale např. pro zpracování pacientské dokumentace nebo pro tvorbu vědeckých článků. V jednom svém experimentu vyzkoušeli schopnost chatbota GPT napsat přesvědčivou biomedicínskou studii z oblasti neurochirurgie, a to bez jakýchkoli reálných vstupních dat. Zjištěními publikovanými v článku s podtitulem „Pandořina skřínka byla otevřena“ vzbudili v odborné komunitě značný ohlas.

Na základě třinácti relativně jednoduchých příkazů dokázal chatbot GPT během jedné hodiny vytvořit text, který alespoň na první pohled splňoval parametry odborného článku a působil velice věrohodně. Objevují se pochopitelně obavy ze zneužívání AI tímto způsobem, i když vydavatelství tvrdí, že texty vytvořené umělou inteligencí dokážou s vysokou úspěšností rozpoznat. Již tento jediný experiment ale tuto jistotu nabourává.

„Musíme odlišovat používání umělé inteligence k falzifikacím všeho druhu od jejího legitimního využití jakožto technického nástroje. Mnoho vědců používá AI k jazykovým úpravám a korekturám, tvorbě abstraktů nebo zpracování dat, a na tom není nic špatného. Nesmí se však využívat k interpretaci výsledků, nebo dokonce k vytváření dat – to je podvod,“ konstatuje doc. Májovský. Z dlouhodobého hlediska si nemyslí, že existuje technické řešení, které by samo o sobě problém s podvodnými publikacemi vyřešilo. Důraz na etická pravidla proto považuje za důležitý.

AI již nyní posiluje význam kritického myšlení

AI se stává i nedílnou součástí medicínské výuky a MUDr. Vejražka je přesvědčen, že používání AI ve výuce podporuje rozvoj kritického myšlení u studentů, kteří se již dnes učí např. odhalovat drobné chyby, kterých se AI při zpracovávání textů dopouští.

Diskutovaným tématem ve vysokoškolském vzdělávání je zejména dopad rozvoje AI na seminární, bakalářské nebo diplomové práce. MUDr. Vejražka, který se moderními výukovými trendy zabývá, nesouhlasí s názorem, že by kvalifikační práce nyní měly ztratit svůj smysl, naopak se podle něho zvyšuje tlak na jejich zkvalitňování. „Umělá inteligence může pomoci s návrhem a popisem experimentu, napsáním úvodu, statistickým zpracováním dat nebo s rutinními činnostmi, jako je formátování bibliografických citací. Vlastní provedení, ať už jde o laboratorní měření, dotazníkové šetření, či cokoli jiného, AI neprovede. S formulováním inovativních závěrů a doporučením dalšího výzkumu to u AI také není nijak slavné,“ myslí si MUDr. Vejražka, podle kterého AI skutečnou odbornost tímto způsobem neohrozí, ale naopak podpoří. Dodává ale, že zároveň s tím stoupne tlak na oponenty, kteří budou muset posuzovat práce mnohem důkladněji, aby rozpoznali nedostatečně kritickou práci s texty vygenerovanými umělou inteligencí.

Přímo k výuce medicíny využívají AI zatím spíše nadšenci z řad učitelů, ale toto tvrzení může rychle zastarat. Podle MUDr. Vejražky příkladů zapojení AI do výuky prudce přibývá, především pak na straně studentů, což do budoucna studium a výuku promění. „Zamysleme se nad tím, jaký tlak vyvolalo ve vysokoškolském vzdělávání používání mobilních telefonů, Googlu nebo Wikipedie. Ve srovnání s dřívější dobou klesl význam faktografických znalostí, a naopak posílil význam hlubšího porozumění souvislostem a kritického myšlení. Nástup AI vyvolává další tlak tímto směrem, který půjde ještě o krok dál. Ještě víc klesne potřeba detailních faktických znalostí z mnoha podoborů. Dokonce nebudeme muset tolika věcem ani rozumět, AI nám dá rovnou i vysvětlení,“ podotýká.

Následně se změní i funkce učitele. Jeho úkolem již nebude především předávat studentům informace, ale pomáhat jim je vybírat, uspořádávat. Kromě toho se také zvýrazní role učitele, kterou podle MUDr. Vejražky mnozí podceňují – role motivátora, organizátora, poskytovatele zpětné vazby, nebo i role profesního vzoru. Co ale umělá inteligence v dohledné době nezmění, je nutnost naučit se různé klinické dovednosti, provádět konkrétní výkony z různých oborů.

„Lékaři by měli akceptovat AI, je tady a bude i nadále. Měli by ji využívat a v určité míře jí i rozumět a vědět, jak využívat certifikované aplikace. Dbát na přesnost a spolehlivost a věnovat pozornost zabezpečení dat,“ říká MUDr. Vejražka s tím, že důležitým tématem současnosti je právě bezpečnost a validace dat. Zároveň se posiluje význam lékaře jako člověka. Tím, co AI zatím neumí, je empatie, správně nastavená komunikace a okamžité reakce na pacienta.

Jak se odborníci shodují, otázkou zůstává, zda při odhalení řady predispozic a nálezů AI bude dostatek léků a kapacit pro jejich řešení. K řešení zůstává i otázka zodpovědnosti, tedy zda bude AI rozhodovat autonomně, nezávisle, nebo bude výsledky vždy nutné validovat lékařem. Zatím jednoznačně převládá názor, že konečné rozhodnutí musí být vždy na lékaři. Podle doc. Májovského bude bodem zlomu okamžik, kdy nejen diagnostika, ale i např. provedení chirurgického výkonu pomocí AI bude přesnější než ze strany lékaře.