A mesterséges intelligenciában elképzelhetetlenül sok lehetőség rejlik. Az elkövetkezendő néhány évben gyökerestül felforgatja majd életünk minden részét, a gyógyítást is beleértve. Meggyőződésem, hogy teljesen átalakítja majd az egészségügyet – mégpedig jobb irányba. Vessünk néhány pillantást azokra az ígéretes megoldásokra, amelyeket a mesterséges intelligencia kínál.

A világ legnagyobb koponyái közül sokan gondolják úgy, hogy napjainkban zajlik a negyedik ipari forradalom. Ezt a forradalmat az olyan új technológiák kialakítása jellemzi, amelyek a fizikai, digitális és biológiai értelemben vett világokat olvasztják össze. Minden tudományos, gazdasági és ipari területre hatással van – még az emberi lét alapvető kérdéseivel is foglalkozik.

Biztos vagyok benne, hogy az egészségügy az átalakulás élén jár majd, a változást pedig egyebek mellett a mesterséges intelligencia fogja kiváltani.

A nagy adat és a mesterséges intelligencia forradalma

A digitális tárolási technológiák fejlődésének köszönhetően egyre több adat jön létre és kerül rögzítésre a digitális térben. A digitális adatok rendelkezésre álló mennyisége észbontó sebességgel növekedik: kétévente gyakorlatilag megduplázódik. 2013-ban 4,4 zettabyte-ot tett ki, 2020-ra azonban a digitális univerzum (az évente előállított és lemásolt adatmennyiség) eléri majd a 44 zettabyte-ot, azaz a 44 billió gigabyte-ot. 

A minket körülvevő világ értelmezése érdekében általában rendszereket alkotunk szabályok és folyamatok segítségével. A nagy adat világa olyan hatalmas, hogy mesterséges intelligencia (MI) segítségére lesz szükségünk ahhoz, hogy kiigazodjunk rajta.

Egyelőre még nem sikerült „valódi” MI-t kifejlesztenünk, de ma már bejelentés és csinnadratta nélkül is beférkőzhetne az életünkbe. A szűkebb fókuszú mesterséges intelligencia ugyanis már most megtalálható az autóinkban, a Google-keresésekben, az Amazon-ajánlatokban és rengeteg készülékben is. Az Apple Sirije, a Microsoft Cortanája és az Amazon Echója mind olyan szolgáltatások, amelyek mindennapi beszédből képesek kikövetkeztetni kérdéseket, és ezt követően hasznos műveleteket tudnak végrehajtani bizonyos korlátokon belül. Például képesek éttermet keresni, navigációs adatokkal szolgálni, meetinget szervezni vagy egy egyszerű webes keresést végrehajtani.

A technológia azonban már most sokkal fejlettebb ennél. Tavaly szeptemberben egy 19 éves brit programozó kifejlesztett egy chatbotot, amely segítséget nyújt a parkolási büntetések megfellebbezésében. Ez egyfajta MI-ügyvéd, amely néhány kérdés alapján eldönti, mit lehet tenni a büntetéssel. Júniusig Londonban és New Yorkban 250 000 parkolási büntetésből 160 000-et sikeresen megfellebbezett, tehát 64%-os sikerrel alkalmazható.

Képzeljük el ezt a hatékonyságot az egészségügyben!

Az egészségügyben alkalmazott MI sokkal hatékonyabban szervezné meg a betegek útját vagy kezelési tervét, emellett pedig az orvosok döntéshozási folyamatát is támogathatná releváns információk biztosításával.

Ne gondoljuk, hogy mindez csak ábrándozás a távoli jövőről. Andy Schuetz, a Sutter Health vezető adatelemzője a következőt nyilatkozta: „Biztos vagyok abban, hogy a szofisztikált tanulási módok és az MI-algoritmusok nemsokára helyet találnak maguknak az egészségügyben. Nem tudom, hogy ez két vagy tíz év múlva fog-e bekövetkezni, de mindenképpen eljön majd az ideje.”

Mint ahogyan a tél is megérkezett a Trónok harca hatodik évadára, ugyanilyen biztosak lehetünk abban is, hogy előbb vagy utóbb elérkezünk erre a technológiai szintre. Az ígéretes jövőt az egészségügyi MI-technológia iránt érdeklődő vállalatok száma is világosan mutatja. Bár a kognitív egészségügyi számítástechnikában az IBM Watsonja a nagykutya, a verseny nyitott, és egyre több a versenyző. A Dell, a Hewlett-Packard, az Apple, a Hitachi Data Systems, a Luminoso, az AlchemyAPI, a Digital Reasoning, a Highspot, a Lumiata, a Sentient Technologies, az Enterra, az IPsoft és az Next IT csak néhány a sok közül.

Már napjainkban is rendelkezésünkre áll néhány remek, optimista képet festő példa az egészségügyi MI használatának potenciális hatására és lehetséges jövőbeli hasznosíthatóságára.

Azonban ezek a megoldások csak akkor forradalmasíthatják az egészségügyet, ha elérhetőek lesznek az átlagos felhasználók számára, és nem csak a leggazdagabb egészségügyi intézmények (mert túl drágák) vagy egy maréknyi szakértő (mert túl nehéz őket használni) férhet hozzájuk.

Lessünk a jövőbe

A mesterséges intelligencia már számos egészségügyi területen bevethető az újítás érdekében: a kezelési tervek elkészítésétől kezdve a repetitív feladatok végrehajtásán át a gyógyszerdózisok beállításáig és elkészítéséig. Ám ez még csak a kezdet.

Egészségügyi feljegyzések kutatása:

Az MI legkézenfekvőbb alkalmazási módja természetesen az adatkezelés. Az adatok összegyűjtése, tárolása, normalizálása és lekövetése a meglévő egészségügyi rendszerek megújításának első lépései. Nem is olyan régen a keresőóriás Google MI-kutató részlege elindította a Google Deepmind Health nevű programot, amely orvosi dokumentációkon végez adatbányászatot a jobb és gyorsabb egészségügyért. A program kezdeti fázisban van, fejlesztői jelenleg a Moorfields Szemészet NHS-alapítványával működnek együtt a jobb szemészeti ellátás nyújtása érdekében.

Kezelési tervek készítése:

Az IBM Watson onkológusoknak szóló különleges programja lehetőséget biztosít klinikusok számára a bizonyítékokon alapuló kezelési tervek használatára. Itt olvashatjátok a programot használó professzorok egyikével készített interjúmat. A „Watson az Onkológiáért” (Watson for Oncology) korszerű analitikai technológiával rendelkezik (képes jelentés és kontextus szerint elemezni a klinikai feljegyzések és riportok strukturált és nem strukturált adatait), amely kritikus szempont lehet a megfelelő kezelési terv kiválasztásában. A program ezután összeveti a beteg kartonjából kinyert adatokat klinikai szakvéleményekkel, illetve külső kutatásokkal és adatokkal a betegnél alkalmazható kezelési módszerek beazonosítása érdekében.

Repetitív feladatok elvégzése:

Az IBM egy másik, Medical Sieve névre hallgató algoritmust is kifejlesztett egy ambiciózus, hosszú távú, felfedezésre összpontosító projekt keretein belül, amelynek célja egy újgenerációs „kognitív asszisztens” létrehozása. Ez az asszisztens analitikus, érvelési képességekkel és széles körű klinikai tudással rendelkezik majd. A Medical Sieve képes segédkezni radiológiai és kardiológiai döntéshozásban. „Kognitív egészségügyi asszisztensként” képes röntgenképeket elemzésére, továbbá pontosabban és gyorsabban ismeri fel a problémákat, mint az ember. A jövő radiológusainak így csak a legkomplikáltabb esetekre kellene koncentrálniuk, ahol az emberi felügyelet fontos lehet.

Az Entilic nevű egészségügyi startup cég szintén mélyreható vizsgálatok és hatalmas egészségügyi adatbázisok ötvözésével szeretne hozzájárulni a diagnosztika fejlődéséhez és a betegek gyógyulásához. A mélyreható tanulás előnyeit következőképpen fogalmazták meg: „Nem is olyan régen a számítógépes diagnosztikai programokat betegségspecifikus jellemzőkre alapuló, előre meghatározott feltételezések felhasználásával írták. A test minden egyes területére specializált programot kellett írni, amelyek csak viszonylag kevés betegség beazonosítását tették lehetővé. A programok rugalmassága és felhasználhatósága tehát igen korlátozott volt. Ráadásul gyakran túlságosan leegyszerűsítették a valóságot (a diagnosztika rovására), így sosem alkalmazták őket széles körben. Ezzel ellentétben a mélyreható vizsgálat az egész test számos betegségét fel tudja dolgozni a képalkotás minden formájában (röntgen- és CT-képek stb.).”

A személyes és online konzultációk racionalizálása:

Fáj a fejed, szédülsz, és biztos vagy benne, hogy lázad is van. A kedvesed szól, hogy nem nézel ki túl jól, és talán orvoshoz kellene menned. Így hát felhívod a háziorvosod asszisztensét, és kérsz egy időpontot. Kapsz is egyet két nappal későbbre. Mindezt elkerülhetjük a Babylon új alkalmazásával. A nagy-britanniai regisztrációt igénylő, Babylon nevű online orvosi konzultációs és egészségügyi szolgáltató új alkalmazása idén indult útjára. Az app egészségügyi MI-konzultációt kínál, amelyet a személyes kórtörténetre és az általános orvostudományi tudnivalókra alapozva biztosít. A felhasználó beszámol a tüneteiről az appnak, amely beszédfelismerést alkalmazva összehasonlítja azokat egy betegség-adatbázis tartalmával. A beteg kórtörténete és körülményei figyelembevételével cselekvési tervet is javasol. Az alkalmazás még emlékezteti is a betegeket, hogy vegyék be a gyógyszereiket, és később is érdeklődik a hogylétükről. Ilyen és hasonló megoldások nagyságrendekkel hatékonyabbá teszik a diagnosztikát, míg a háziorvosi rendelőkben eltöltött várakozási idők a töredékükre eshetnek.

Egészségügyi segítségnyújtás és gyógyszerkezelés:

Kérlek, fogadjátok szeretettel Mollyt, a világ első virtuális nővérét a Sense.ly orvosi startup fejlesztésében. Mosolygós, kedves arcához kellemes hang társul, és az egyetlen célja az emberek segítése. A nővér figyelemmel kíséri a páciensek állapotát és kezelését, illetve gépi tanulást alkalmazva támogatja a krónikus állapotú betegeket két orvoslátogatás között. Bizonyított, személyre szabott ápolást és megfigyelést nyújt, különösen a krónikus betegeknél.

Rajta kívül létezik más eszköz is annak figyelésére, hogy a betegek valóban beveszik-e a gyógyszereiket. A Nemzeti Egészségügyi Szervezetek (National Institutes of Health) támogatásával kifejlesztett AiCure app az okostelefon kameráját használja, az MI pedig megerősíti, hogy a beteg betartja-e az előírt utasításokat, illetve jobban megismerteti vele állapotának kezelési módját. Ez rendkívül hasznos lehet komoly egészségügyi problémákkal küzdő embereknek, illetve olyan pácienseknek, akik kifejezetten hajlamosak ellenszegülni az orvos utasításainak. Sőt, akár klinikai vizsgálatokon is bevethető.

Precíziós gyógyászat:

A mesterséges intelligencia nagy hatással lesz a genetika és genomika területére is. A Deep Genomics például hatalmas, genetikai információkat tartalmazó adatbázisok és orvosi dokumentációk átfésülésre, mintázatok felismerésére, valamint mutációk és betegségre utaló jelek felfedezésére összpontosít. A vállalat újgenerációs számítástechnikai technológiák megalkotásán ügyködik, amelyek célja, hogy tájékoztassák az orvost arról, mi történik majd egy sejtben, amikor a DNS-ben változás következik be – akár természetes úton, akár terápia keretein belül.

Mindeközben Craig Venter, a Humán Genom Projekt egyik szellemi atyja egy olyan algoritmusok dolgozik, amely a DNS-ből kiindulva képes lenne megtervezni a páciens testi jellemzőit. Legutóbbi vállalkozásával, a Human Longevity programmal teljes genomszekvenálást, teljes testes CT-vizsgálatot és rendkívül részletes egészségügyi felmérést ajánl (főként tehetős) betegeinek. A folyamat már a kezdeti stádiumban kimutatja a rákra és a keringési rendellenességekre utaló jeleket.

Gyógyszerkészítés:

A gyógyszerfejlesztés hagyományos, klinikai vizsgálatokkal egybekötött módszere néha több évtizedig is eltarthat, és dollármilliárdokba kerülhet. A folyamat felgyorsítása és költséghatékonnyá tétele óriási hatással lehetne napjaink egészségügyére, valamint az újítások általános orvosi gyakorlatba történő ültetésére. Az Atomwise nevű cég például szuperszámítógépek segítségével egy molekulaszerkezeteket tartalmazó adatbázisból vezeti le a terápiás megoldásokat. Tavaly virtuális keresésekkel biztonságos, már létező gyógyszerek után kutattak, amelyeket az ebolavírus kezelésére lehetne – újratervezve – bevetni. Az MI két gyógyszert talált, amelyek jelentősen csökkenthetnék a vírus fertőzőképességét. Az elemzés, amely szokványos esetben hónapokig, akár évekig is eltarthat, egy nap alatt készen volt. „Ha hónapokkal vagy évekkel korábban tudnánk a halálos vírusokra reagálni, több tízezer életet menthetnénk meg” – mondta Alexander Levy, az Atomwise COO-ja. „Képzeljük csak el, hány ember élheti túl a következő járványt az Atomwise-nak és a hozzá hasonló technológiáknak köszönhetően.”

A Berg Health egy másik remek példa a nagy adat betegellátásban történő felhasználására. Ez egy bostoni biogyógyszerészeti cég, amely adatbányászattal igyekszik megtudni, hogy miért élnek túl bizonyos emberek egyes betegségeket. Ezt a tudást az aktuális kezelések fejlesztésére vagy új terápiák megalkotására fordítanák. A cég a páciens biológiai adataiból egy MI felhasználásával feltérképezi a különbségeket a betegségnek kedvező és az egészséges környezetek között. Így segítik a gyógyszerek, diagnosztikai módszerek és egészségügyi műszerek feltalálását és fejlesztését.

A nyílt MI az egészségesebb döntések szolgálatában:

Hallottál már valaha a nyílt MI-ökoszisztémáról? Ha nem, akkor sem kell aggódnod – ez egy új és trendi kifejezés az összekötött MI-infrastruktúrára. A Világgazdasági Fórum azonban a 2016-os év top 10 új technológiája közé sorolta, így érdemes megbarátkozni vele. A nyílt MI-ökoszisztéma arra alapul, hogy példátlan mennyiségű adat áll a rendelkezésünkre, a természetes beszéd feldolgozása és a társadalmi tudatosság pedig már algoritmusok részét képezi, az MI alkalmazása tehát egyre előnyösebb lesz a fogyasztók számára.

Ez különösen igaz a gyógyszerészet és egészségügy esetében. Rengeteg adatot lehet felhasználni: kórlapok, kezelési naplók, és újabban a hordható mérőeszközök és szenzorok értékelései is rendelkezésünkre állnak. Ez a hatalmas adatmennyiség nemcsak arra használható, hogy proaktív páciensek jobb tanácsokat kapjanak a jobb életstílus eléréséhez, hanem olyan jellegű információkkal is elláthatná az egészségügyet, amelyekkel betegek igényeihez és szokásaihoz igazíthatnánk az orvoslást.

Egészségügyi rendszerek elemzése:

A holland egészségügyi számlák 97%-a digitális, valamint tartalmazza a kezelésre, kezelőorvosra és kórházra vonatkozó adatokat. Ráadásul könnyen le lehet kérni őket. Egy helyi cég, a Zorgprisma Publiek ezeket a számlákat elemzi, és az IBM Watson felhőjét használja adatbányászatra. Meg tudják állapítani, ha egy orvos, klinika vagy kórház rendszeresen hibázik egy bizonyos betegség kezelésénél, ezzel is segítve a fejlődésüket, illetve a szükségtelen kórházi ellátás elkerülését.

Mi kell ahhoz, hogy mindez tényleg megtörténhessen?

Először is le kell számolnunk az MI-vel kapcsolatos előítéletekkel és félelmekkel, és tájékoztatnunk kell az átlagembert az MI működéséről és előnyeiről, valamint az esetleges veszélyek ellensúlyozásáról. Az egyik legnagyobb ilyen félelem, hogy az MI még az emberi agynál is szofisztikáltabb működésre is képes lehet. Ennek következményeként megpróbálja majd átvenni a hatalmat felettünk. Még Stephen Hawking is azt mondta, hogy egy teljesen mesterséges intelligencia kifejlesztése az emberiség végzetét jelentheti. Ezt a véleményt Elon Musk is osztja.

Nem gondolom, hogy a helyzet ennyire drámai lenne, azonban egyetértek azokkal, akik hangsúlyozzák a felkészülés szükségességét. A következőket kell megtennünk, hogy elkerüljük az MI buktatóit:

1. Etikai alapelveket kell alkotnunk, amelyek alkalmazhatóak és kötelező érvényűek a teljes egészségügyi szektorra nézve.
2. Fokozatosan kell kifejlesztenünk a mesterséges intelligenciát, hogy legyen idő a felmerülő problémák megoldására.
3. Az egészségügyi szakembereknek alapvető MI-ismeretekkel kell rendelkezniük. Tudniuk kell, hogy egy orvosi helyzetben hogyan működne, hogy jobban lássák a technikai jellegű megoldások hasznát a mindennapi munkában.
4. A betegeknek hozzá kell szokniuk a mesterséges intelligencia jelenlétéhez, és meg kell ismerniük az előnyeit – például a Cognitoys segítségével, amely kisgyermekek kognitív fejlődését segíti MI-vel, játékos és gyengéd módon; vagy akár Sirivel.
5. Az MI-megoldásokat fejlesztő cégeknek (például az IBM-nek) még több párbeszédet kell folytatniuk az emberekkel, főként az MI lehetséges előnyeire és hátrányaira koncentrálva.
6. Az egészségügyi intézetekben dolgozó döntéshozóknak minden intézkedést meg kell tenniük a rendszerek sikerességének és hatékonyságának felmérése érdekében. Fontos továbbá, hogy a cégek elérhető árú MI-technológiát fejlesszenek, mivel csak így tehetjük a sci-fit valósággá, az MI-t pedig a XXI. század sztetoszkópjává.

Ha sikerrel járunk, akkor nemcsak időről-időre lesz vezető hír egy-egy gyógyászati felfedezés vagy új kezelés, hanem akár naponta többször is. Ha találkozol egy szűkebb fókuszú MI-rendszerrel, akkor biztosan megérted majd az optimizmusomat.

Iratkozz fel angol nyelvű hírlevelemre vagy olvasd el magyar nyelvű könyvemet Az orvoslás jövője címmel, ahol további hasonló technológiák orvosi hasznáról írok.