AI spersonalizuje medycynę. Nie zastąpi jednak lekarzy
Dr Łukasz Hak rozmawiał z PAP o rozwoju medycyny przy wykorzystaniu sztucznej inteligencji. Jego zdaniem AI może przynieść medycynie wiele dobrego, ale nie sprawi ona, że lekarze będą niepotrzebni. Znacząco może jednak przyspieszyć i spersonalizować diagnostykę.
Dr Łukasz Hak stwierdził, że obecnie algorytmy AI są już wykorzystywane w medycynie w różnych obszarach, takich jak przyspieszanie diagnostyki różnych chorób, opracowywanie nowych leków, przewidywanie wyników leczenia pacjentów czy ryzyka wybuchu pandemii. Przykładem jest aplikacja, która na podstawie zdjęcia ocenia znamiona i wskazuje, czy wymagają one pilnej konsultacji u lekarza.
Inny przykład to algorytm opracowany przez kanadyjski startup BlueDot, który jest w stanie śledzić dane dotyczące 150 różnych chorób zakaźnych i na podstawie analizy oficjalnych raportów, źródeł internetowych czy profesjonalnych forów przewidzieć wybuchy pandemii.
Dr Hak zauważa, że największe nadzieje związane z AI dotyczą możliwości znacznego przyspieszenia personalizacji medycyny. Dzięki temu pacjent będzie mógł jak najszybciej otrzymywać najbardziej adekwatne leczenie. Personalizacja medycyny jest jej przyszłością, jednak aby osiągnąć ten cel, konieczne jest rozwinięcie diagnostyki na dużą skalę, w czym pomóc ma AI.
Dalsza część artykułu pod materiałem wideo
Dr Hak podkreśla, że przy doborze spersonalizowanej terapii powinno się brać pod uwagę różne czynniki, takie jak mutacje genetyczne mające udział w rozwoju choroby, styl życia pacjenta, jego wyniki kliniczne, choroby współistniejące. Dzięki sztucznej inteligencji nie będzie trzeba badać genomu każdego pacjenta. Na podstawie analizy ogromnej liczby danych zgromadzonych w różnych bazach - na temat DNA, występujących chorób, objawów klinicznych, zachowań, przyjmowanych leków etc. AI będzie z dużym prawdopodobieństwem typować pacjentów, którzy mogą mieć tę samą mutację genetyczną i tę samą chorobę.
Dr Hak wyjaśnia, że na podstawie tych danych będziemy mogli wcześniej odnaleźć osobę zagrożoną chorobą nowotworową i zainterweniować, wdrażając odpowiednią profilaktykę, aby nie dopuścić do jej rozwoju, bądź szybko zaaplikować adekwatne leczenie, gdy choroba się rozwinie. W przypadku choroby uwarunkowanej genetycznie będzie można zastosować terapię genową.
Jeśli AI wytypuje pacjenta, to konieczne będzie potwierdzenie u niego mutacji genowej. Jednak ograniczy to liczbę badań i przyspieszy diagnostykę osób, które najbardziej tego potrzebują, ocenił ekspert.
Szybsze opracowywanie leków
Dr Hak zwraca uwagę, że AI daje nadzieję na rozwój najbardziej spersonalizowanych metod terapii, takich jak terapie komórkowe, bądź terapie genetyczne. Jak twierdzi dr Hak, już teraz lekarze są w stanie powstrzymać u pacjentów utratę wzroku z przyczyn genetycznych lub nawet przywrócić wzrok tym, którzy go utracili. AI ma też skracać czas potrzebny do opracowywania nowych leków.
Przypomniał, że w tradycyjnym podejściu spośród wstępnie wyselekcjonowanego 1 tys. cząsteczek wybiera się w testach na komórkach jedną – taką, która ma szansę przejść badania przedkliniczne (na zwierzętach) oraz trzy fazy badań klinicznych na ludziach, a następnie wejść na rynek jako lek. Koszty wprowadzania leku na rynek to ok. 1 mld euro.
Algorytmy AI są w stanie na podstawie bardzo dużej liczby danych, wybrać tę cząsteczkę, która powinna iść dalej w badaniach klinicznych. Dzięki temu możemy zrezygnować z gigantycznej liczby testów, co oszczędza czas i pieniądze.
W jego ocenie dzięki AI czas wprowadzenia nowego leku na rynek uległ obecnie skróceniu o trzy lata. "Trzeba jednak zaznaczyć, że dotyczy to onkologii, ale nie neurologii. Algorytmy AI nie są obecnie w stanie pomóc w przyspieszeniu znalezienia nowych leków na choroby neurologiczne" – podkreślił dr Hak.
Według niego gigantyczny postęp w dziedzinie onkologii jest związany ze zgromadzeniem przez naukowców i firmy farmaceutyczne ogromnej ilości danych na temat procesów prowadzących do rozwoju nowotworów. "W neurologii wręcz przeciwnie - nasza wiedza jest za mała i dostępne dane nie pozwalają AI na wysnuwanie odpowiednich wniosków" – powiedział specjalista. Dodał, że AI wskazuje, iż największa potrzeba medyczna dotyczy obecnie neurologii i w tym kierunku powinny iść badania.
Potrzebnych wiele danych
Dr Hak zauważa, że AI uśrednia profil pacjenta, zatem gdy szukamy osoby, która ma chorobę bardzo rzadką, albo taką, z którą nigdy się nie spotkaliśmy, to sztuczna inteligencja może jej nie wyłapać. I tu jest największe wyzwanie – tłumaczył specjalista.
W jego opinii zawód lekarza nigdy nie przestanie być potrzebny. AI będzie bowiem wskazywać pacjentów "nietypowych", a dokładnej analizy i weryfikacji typu sztucznej inteligencji musi dokonać wykwalifikowany specjalista. Zwrócił przy tym uwagę, że AI działa lepiej, gdy ma dostęp do większej liczby danych, więc aby móc zdiagnozować pacjentów z rzadkim schorzeniem potrzeba mieć dane dotyczące "nie jednego, ale stu milionów osób". Dr Hak podkreśla, że w przypadku AI i robotyki konieczne jest rozumienie zasad działania i ograniczeń tych technologii.