Radiologický snímek zhodnotí aplikace využívající umělou inteligenci za několik minut. A dokáže z něj vyčíst i rizika jiných nemocí, například osteoporózy či infarktu. Otázka ale je, zda to dokáže tuzemské zdravotnictví využít.
U rentgenových vyšetření používají radiologové umělou inteligenci již třicet let, uvedla v debatě Medialogy, které pořádá 1. lékařská fakulta UK, přednostka Radiodiagnostické kliniky 1. LF UK a Všeobecné fakultní nemocnice [VFN] v Praze doc. Andrea Burgetová.
„Tyto systémy byly omezeny neschopností dále se učit a přizpůsobovat se v průběhu času. Moderní algoritmy umělé inteligence, které využíváme, jsou již založeny na strojovém učení,“ vysvětlila pokrok v radiologii docentka Burgetová.
Současné moderní nástroje umělé inteligence [AI] se podle ní od těch tradičních odlišují automatickým učením. Díky tomu se systémy stále aktualizují, modernizují a přizpůsobují novým zjištěním.
„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 fungování dnes používaných systémů k vyhodnocování RTG snímků, a nejen jich, přednostka Burgetová.
Zdravotní pojišťovny nehradí čtení snímků pomocí AI
V praxi nyní práce s pořízeným rentgenovým snímek vypadá tak, že se snímek po vyhotovení odesílá do informačního systému. Z něj pak míří do centra umělé inteligence ke zpracování. Daný software RTG snímek v několika minutách vyhodnotí buď jako pozitivní a označí nález, nebo jako negativní či takzvaně s pochybnostmi. Následně snímek s popisem míří zpět na radiologické pracoviště, kde specialista provede jeho druhé čtení neboli druhou kontrolu. Poté rozhodne o dalším léčebném postupu.
„Radiolog dostane anotovaný snímek a zaměřuje se v něm na umělou inteligencí označenou oblast,“ říká docentka.
V rentgenologii se nástroje nebo softwary umělé inteligence podle ní používají nejčastěji k diagnostice u kostních snímků, například k detekci fraktur. Často je lékaři využívají i k hodnocení snímků hrudníku.
Systém automatického vyhodnocování RTG snímků podle docentky značí pro obor obrovskou úsporu času a zefektivnění práce. Stejně tak snižuje případné riziko lidské chyby při samotném vyhledávání a hodnocení daného snímku. Na druhou stranu ale upozorňuje, že každý pořízený snímek vždy kontroluje specialista, tedy radiolog. A jedině on rozhoduje o dalším postupu a je za něj i plně odpovědný.
„Z hlediska etiky je tam problém odpovědnosti za definitivní rozhodnutí,“ upozorňuje.
Odpovědnost za vyhodnocení snímku totiž leží plně na straně radiologa. Nikoli například na vývojářích používaného systému nebo poskytovateli zdravotní služby.
Stejně tak Andrea Burgetová spatřuje určitou překážku v rozšíření automatického vyhodnocování snímků [RTG, CT, aj.] v tom, že zdravotní pojišťovny zatím stále nehradí čtení snímků pomocí umělé inteligence. Obvykle tak náklady na ni kryjí zdravotnická zařízení z dotací či jiných vlastních zdrojů. Pro zajímavost docentka uvedla, že čtení jednoho RTG snímku pomocí AI vyjde na zhruba 100 Kč.
Umělá inteligence ze snímku upozorní na mnohá rizika
Umělé inteligenci se podle docentky Burgetové nemá smysl bránit, protože už tady je a určitě tady zůstane, tvrdí. Její výhody pro zdravotnictví, konkrétně radiologii, jsou nezpochybnitelné.
„Dokáže analyzovat obrovské množství snímků rychleji než radiolog. Vývoj zatím ukazuje, že nenahradí radiology, ale poskytne jim nástroje pro podporu jejich rozhodování,“ říká.
Na druhou stranu její další rozvoj v praxi narazí zřejmě na určité limity. Jde o to, že například zmiňované rentgenové, ale i CT snímky dávají velké množství informací o zdravotním stavu pacienta. Nikoli jen o akutním nálezu.
„Ten snímek dává strašně moc informací, které radiolog nemá kapacitu pojmout,“ říká.
Umělá inteligence to ale zvládá a je v tom stále lepší. Například dokáže upozornit na riziko ischemické choroby srdeční, kvantifikovat kalciové skóre, upozornit na počínající stadium osteoporózy či na riziko rakoviny plic.
„Otázka ale je, jak tento oportunní screening bude zvládat zdravotnictví,“ upozornila docentka Burgetová.
Nástroje umělé inteligence, počítačové softwary, podle ní sice dokáží čím dál lépe a spolehlivě nalézat predispozice k nemocem. Velký otazník ale vyvstává nad tím, jak s těmito výsledky a případnými riziky naloží zdravotnictví ve vztahu k personálním kapacitám, dostupnosti léků a léčebných metod.
Veronika Táchová
