Új technológiák a klinikumban: az AI forradalmasítja az orvoslást is
Az új technológiák megjelenésének lehetősége a klinikumban mindig speciálisabb követelményeket támaszt a gyártók, szolgáltatók, kutatók felé még az iparnál is, mára mégis szép számmal tapadtak meg megoldások a gyakorlatban. És ez még csak a kezdet, a MarketsandMarkets előrejelzései szerint az AI piac az egészségügyben a következő öt évben a jelenlegi hétszeresére, 102,7 millió dollárra nő majd.
A MarketsandMarkets előrejelzései szerint a mesterségesintelligencia-piac az egészségügyben a 2023-as 14,6 milliárd dollárról 2028-ra 102,7 milliárd dollárra nő. A vizsgálat szerint, amely metaelemzések, mélyinterjúk és az elérhető piaci adatok összegzésével és elemzésével készült az Egyesült Államok, Európa, Ázsia és Észak-Afrika és a Közel-Kelet bevonásával, a meghétszereződő piaci növekedés hátterében a nagy és összetett egészségügyi adatkészletek növekvő száma (big data), a növekvő számítási teljesítmény, a csökkenő hardverköltségek és az egészségügyi költségek csökkentésével kapcsolatos növekvő igények állnak. Az AI elsősorban a genomika, a gyógyszerkutatás, valamint a képalkotás és diagnosztika terén rejt növekedési lehetőségeket a piacon – írják a tanulmányban, de hozzáteszik: az adatfelhasználási lehetőségek tárháza igen széles az életmódmendzsmenttől kezdve a rizikókezelésen és korai diagnosztikán át az adatanalízisig, a gördülékenyebb kórház menedzsmentig és a virtuális asszisztenciáig. A jelentés szerint jelenleg az egészségügyi piac benne van a top 5 big data iparágban, különösképpen így van ez az Egyesült Államokban.
Deep learninggel a pontosabb radiológiai diagnosztikáért
A képdiagnosztika, radiológia területe az egyik nagy várományosa, vagy inkább nyertese a mesterséges intelligenciának. A technológiai óriások folyamatosan fejlesztik az egészségügyi AI alkalmazásaikat – a képdiagnosztika területén a Philips Healthcare, a GE, a belga Agfa-Gevaert és a Siemens Healthineers egy integrált AI-rendszeren dolgoznak, amely majd gyűjti a képalkotó szoftverekből érkező adatokat, hogy az ezek alapján betanított neurális hálók gyorsabb és pontosabb képalkotó diagnosztikát tegyenek lehetővé.
A GE-nek nagyjából 500 ezer képalkotó berendezése van világszerte, amelyekből érkező CT és egyéb képalkotó adatokat a NVIDIA-val való együttműködés keretében már most is AI támogatja, mint ahogyan a Siemens Healthineers AI-RAD Companion Chest CT megoldása is mesterséges intelligenciával segíti a radiológusokat az ismétlődő feladatok elvégzésében és a pontosabb diagnosztikában a képek elemzésekor, hiszen azonnal detektálja az elváltozásokat a szervekben és riportál a radiológusok számára. Nagy potenciál rejlik a klinikai döntéseket támogató mesterségesintelligencia-alapú megoldásokban (Clinical decision support system – CDSS) is, amelyek a betegek demográfiai információi és szimptómái figyelembevételével állapítanak meg a diagnózist, ezzel segítve a kórházak munkafolyamatinak egyszerűsítését, és így költséghatékonyabb működését.
A big data nehézsége – érzékeny és strukturálatlan adatok
Az egészségügyi adatok felhasználása érzékenységüknél fogva azonban nem egyszerű, továbbá a kutatás megállapítja, az egészségügyi adatok nagy része ráadásul strukturálatlan és nehezen érthető is. A fejlett AI-megoldásokkal szemben az az elvárás, hogy lehetővé tegyék az egészségügyi szervezetek számára a hasznos adatok elemzését, és a szükséges adatok tárolását, felhasználását.
Tavaly a Dél-Kaliforniai Egyetem (USC) Information Sciences Institute (ISI) információtudományi kutatói bejelentették az AI4Health (Center on Artificial Intelligence Research for Health) elindítását, amely többek között a betegek adatainak strukturálására összpontosít, ezzel támogatva az adatokban rejlő potenciál kiaknázásnak lehetőségét. De az Egészségügyi Világszervezet (WHO) is kiemelten kezeli a mesterséges intelligencia és a gépi tanulás hatékony felhasználására vonatkozó törekvéseket elsősorban a járványkezelés területén, vagyis hogy a betegségek figyelmeztető jelzései révén a járványok előrejelzésében és kezelésében hatékonyabban tudjon fellépni a meglévő adatok elemzésével – végül is ez az adatokban rejlő értékek maximalizálása.
Régiók szerint a mesterséges intelligencia az egészségügyi piacon elsősorban továbbra is Észak-Amerikában dübörög, az ezen a területen AI hardver- és szoftverszolgáltatók cégek többsége is amerikai: a NVIDIA Corporation (Kalifornia, USA), az Intel Corporation (Kalifornia, USA), a Xilinx (Kalifornia, USA), a Microsoft (Washington, USA), a AWS (Washington, USA), Google Inc. (Kalifornia, USA), a Johnson & Johnson Services, Inc. (New Jersey, USA) és a GE (Massachusetts, USA), a Siemens Healthineers (Németország), a Medtronic (Írország) és a Philips (Hollandia), hogy csak a legnagyobbakat említsük.
A mentális egészség területén is segít az AI
Az AI további kiemelt területe a klinikumban a mentális egészség területén körvonalazódik, és bár a nagy hardver és szoftver fejlesztőcégek többsége az Egyesült Államokban működik, fejlesztések világszerte, így Magyarországon is szép számmal megjelennek. Ilyen például nemrégiben bejelentett közös munkája a Semmelweis Egyetemnek és a Budapesti Műszaki és Gazdaságtudományi Egyetemnek, amely keretében beszédelemzésen alapuló, a depresszió felismerését segítő szoftvert fejlesztettek.
A depresszió népbetegség, az Egészségügyi Világszervezet (WHO) adatai szerint körülbelül 280 millió embert, a felnőtt lakosság 5 százalékát érintheti. Szintén a WHO adatai szerint évente 700 ezernél is többen követnek el öngyilkosságot világszerte a betegség következményeként, ezért a depresszió korai felismerése égető kérdés – vallják a szakemberek. Egyes előrejelzések szerint 2030-ra ez a mentális probléma róhatja a legnagyobb terhet a világ egészségügyi és gazdasági rendszereire, ám a tünetek sokszínűsége, a mentális problémák körüli stigma és az egészségügyet világszinten érintő humánerőforrás-gondok miatt a betegséget nehéz és időigényes diagnosztizálni. A fejlesztők ezért olyan, szakmai konszenzus alapján megállapított, objektíven mérhető jellemzőket tanítottak meg az AI-nak, mint a megváltozott beszéd, a monotonabb, halkabb hanghordozás.
Az eredményekből kiderült, hogy 218 személy részvételével végzett kutatás során az alkalmazás 76-84 százalékos pontossággal szűrte ki a depressziós betegeket, amely eredmény alapján elmondható, hogy a fejlesztés segítségével orvosi beavatkozás nélkül is segítheti az AI a depresszió gyorsabb felismerését.
Más kutatásokból az is kiderül (Újhelyi és Zsoldos, 2022), hogy a chatbotok is hasznosak lehetnek a megelőzés és diagnózis felállítása terén: hatalmas adatbázisok feldolgozásával, gépi tanuláson alapuló módszereikkel sokat segíthetnek a korai diagnózisok felállításában. A kutatásban említett egyik projekt például MRI-felvételekkel, komplex laboratóriumi eredményekkel alátámasztott esetek diagnózisát tanítja meg az algoritmusnak. A program már sokkal olcsóbban, egyszerűbben hozzáférhető adatok (pl. kognitív tesztek, egyszerűbb vizsgálatok) alapján is tud megbízható prognózisokat adni olyan betegségekkel kapcsolatban, mint a demencia vagy a depresszió, mint ahogy hasonló használatra fejlesztették ki az Evebotot, amely képes depressziót és szorongást diagnosztizálni egy chatbeszélgetés alapján.
Látszik, hogy az egészségügyet számos területen egyszerűbbé, hatékonyabbá és pontosabbá tudja tenni az AI, ezzel között tehermentesítve többek között az ismétlődő folyamatoktól az orvosokat, így egyes szakemberek szerint újra visszatérhet a deep medicine időszaka.
