hirdetés
2020. szeptember. 28., hétfő - Vencel.
hirdetés

 

AI a diagnózisban és a terápiában

A tokiói egyetemi kórház egy év alatt 80 ritka betegségben szenvedő páciens számára talált diagnózist és hatékony terápiát az IBM cég Watson nevű, felhő alapú mesterséges intelligenciája segítségével. Az orvoslásban az AI másik már ma is létező felhasználása a szolid tumorokkal kapcsolatos képalkotás, és további területeken folyik a fejlesztés.

hirdetés

Mint arról a The Japan Times-nak nyilatkozó Arinobu Tojo professzor beszámol, az első beteg, akit mesterséges intelligencia (artificial intelligence, AI) segítségével diagnosztizáltak Japánban, egy ritka leukémia-fajtában szenvedett, és a gép segítségével sokkal gyorsabban lehetett azonosítani az illető számára szükséges életmentő terápiát, mint ha manuálisan kellett volna végigvizsgálni a nagy mennyiségű genetikai adatot.

A 60 éves nőbeteg orvosai által megállapított kezdeti diagnózisa akut mieloid leukémia volt, azonban a kemoterápia utáni remisszió szokatlanul lassú volt, írja a The Japan Timesban Tomoko Otake, ezért az orvosok arra kezdtek gyanakodni, hogy bár a szokásos tesztek nem utaltak rá, a nőbetegnek mégis valami más típusú leukémiája lehet. A doktorok ekkor fordultak segítségért Watsonhoz, az IBM AI alapú számítógépes rendszeréhez, amibe korábban több tízmillió onkológiai tanulmányt és nemzetközi kutatóintézetek által rendelkezésre bocsátott, hatalmas mennyiségű leukémiával kapcsolatos adatot tápláltak be. A beteg genetikai adatai és saját adatbázisa összevetése révén a gép megtalálta azokat a mutációkat, amelyek egy speciális fajta leukémiára utalnak.

Tojo professzor magyarázata szerint a betegnek több mint ezer génben voltak mutációi, amelyek közül a legtöbb semmilyen kapcsolatban nem állt a betegségével, az orvosoknak azonban kb. két hétre lett volna szükségük ahhoz, hogy kiderítsék, mely mutációk fontosak a diagnózis szempontjából. Watson ezt 10 perc alatt teljesítette, így kiderült, hogy a nő mielodiszpláziás szindróma miatti szekunder leukémiában szenvedett. A diagnózis felállítása után megváltoztatott terápia következtében a beteg állapota szignifikánsan javult. A gyorsan progrediáló leukémia kezelésében fontos a terápiás gyorsaság, teszi hozzá az orvos, ezért, bár nem mondhatjuk, hogy az AI mentette volna meg a beteg életét, az mégis jelentős segítséget nyújtott.

A tokiói egyetemi kórház egy éve működik együtt az IBM Watsonnal, teszi hozzá Tojo, és azóta 100 beteg ügyében kérték a gép közreműködését, ami kb. 80 esetben tudott is segíteni a diagnózis megtalálásában. Mint a professzor kifejti, a rendszer egyelőre nem tökéletes, időnként hibázik, azonban a minőségjavító fejlesztések következtében 10 éven belül általánosan elterjed a használata a rákgyógyászatban.

Ezt támasztja alá a Nature Communications egy tanulmánya is, amiben stanfordi kutatók arról számolnak be, hogy gépi tanulási módszerek (a gépi tanulás az AI egy ága) és szövettani metszetek alkalmazásával meg tudták különböztetni azokat a tüdőrákos betegeket, akik rövid, illetve hosszú távú túlélésre számíthatnak, így eltérő terápiás igénnyel bírnak. Mint a kutatók írják, módszerük egyéb szervek hisztopatológiai metszeteinek elemzésére is kiterjeszthető (Kun-Hsing Yu és munkatársai: Predicting non-small cell lung cancer prognosis by fully automated microscopic pathology image features).

Egy, a mesterséges intelligencia orvoslásban való használatát elemző New Scientist-cikk szerint az AI fő előnye valóban nem is a gyorsaság, hanem a pontosság (Aviva Rutkin:Smart medicine is coming of age, but will doctors bite?). A humán orvosok ugyanis olyannyira sok hibát vétenek, hogy idei adatok szerint az USA-ban az orvosi tévedések okozzák a harmadik legtöbb halálesetet (Martin Makary és Michael Daniel: Medical error—the third leading cause of death in the US; BMJ), és ezen halálesetek szignifikáns része téves diagnózis miatt következik be. Mint a New Scientist-cikk kifejti, ebben az is közrejátszik, hogy túl sok a betegségfajta, és a szakirodalom olyan gyorsan változik, hogy azt nem csak a körzeti orvosok képtelenek követni.

Ma már több tudásra van szükség a gyógyításban, mint amennyi emberileg tudható. Aviva Rutkin írása szerint egy augusztus végén Los Angelesben tartott gépi tanulás és orvoslás témájú konferencián a kutatók olyan új algoritmusokról számoltak be, amik epilepsziás rohamokat detektálnak, megjósolják a különböző vese- és szívbetegségek progresszióját vagy terhes nők, illetve újszülöttek testi működéseivel kapcsolatos anomáliákra hívják fel a figyelmet. Az újságírónak nyilatkozó Leo Anthony Celi intenzíves orvos (Beth-Israel Deaconess Medical Center, Boston) szerint a gépi intelligencia további fejlesztése mellett annak optimális felhasználásához társadalmi változásra is szükség van, többek között arra, hogy az orvosok képesek legyenek feladatot delegálni olyan segítőknek, amik az adott probléma megoldásában hatékonyabbak.

Dr. Kazai Anita
a szerző cikkei

(forrás: MedicalOnline)
hirdetés
Olvasói vélemény: 0,0 / 10
Értékelés:
A cikk értékeléséhez, kérjük először jelentkezzen be!
hirdetés
hirdetés

Könyveink