Przyjęty niedawno rządowy dokument ma stworzyć warunki do wykorzystania potencjału tej technologii w wielu obszarach, również w medycynie. Pierwszym krokiem ma być rozwijanie danych medycznych. Szeroki dostęp do nich może znacząco usprawnić diagnostykę i leczenie wielu chorób, zoptymalizować pracę lekarzy i medyków, przynieść oszczędności kosztowe dla całego systemu ochrony zdrowia czy nawet pomóc w przewidzeniu kolejnych pandemii. Przyjęta w połowie stycznia br. strategia określa ponad 200 zadań, których realizacja jest niezbędna do szerokiego wdrożenia SI w Polsce. Zostały one podzielone na sześć obszarów (firmy, nauka, edukacja, współpraca międzynarodowa, społeczeństwo i sektor publiczny), a w ramach każdego z nich uwzględniono cele krótkoterminowe (do 2023 r.), średnioterminowe (do 2027 r.) i długoterminowe (po 2027 r.). 

– Uwzględniliśmy też wiele innych branż niewymienionych bezpośrednio w polityce, do których zalicza się m.in. medycyna. W tym obszarze warto pamiętać, że specjaliści od SI, data science i machine learningu potrzebują przede wszystkim danych. Na tym polu mamy już duży sukces, ponieważ w tej chwili udostępniamy ok. 20 tys. otwartych zbiorów danych i jesteśmy pod tym względem trendsetterami w UE – przekonuje dyrektor programu GovTech Polska. Autorzy dokumentu wskazują, że SI jest dziedziną, w której Polska ma realne szanse stać się jednym z wiodących krajów na arenie międzynarodowej. Wśród priorytetowych sektorów, w których wdrażanie tej technologii może przynieść najwięcej korzyści, wymieniono m.in. energetykę, cyberbezpieczeństwo, przemysł i właśnie medycynę. Jak wypunktowano w rządowej strategii, SI w opiece zdrowotnej może się przyczynić do optymalizacji czasu, kosztów i skuteczności leczenia. Sztuczna inteligencja umożliwia też zapewnienie wysokiej jakości usług medycznych, wykorzystanie narzędzi przewidujących rozwój sytuacji epidemicznej czy wykrywających nadużycia w sektorze ochrony zdrowia. 

– Z całą pewnością znaczenie rozwiązań opartych na sztucznej inteligencji będzie wyraźnie wzrastać. Zakłada się, że między 2019 a 2025 r. rynek SI powiększy się o co najmniej 42 proc. Medycyna i ochrona zdrowia są tutaj szczególnie wdzięcznym tematem, ponieważ zaawansowane algorytmy mogą przynieść mnóstwo korzyści: od klinicznych,. do ekonomicznych – zauważa Michał Kępowicz, dyrektor ds. relacji strategicznych w Philips Healthcare, członek zarządu Polmedu. Jak podkreśla, sztuczna inteligencja już w tej chwili znajduje coraz więcej zastosowań w różnych obszarach opieki nad naszym zdrowiem. – Jednym z takich obszarów jest radiologia i analizowanie obrazów, które powstają w wyniku diagnostyki obrazowej. Kolejny to patomorfologia. SI jest też pomocna m.in. przy zabiegach chirurgicznych – wymienia przedstawiciel Philipsa. – W przypadku badań nad nowymi lekami jeszcze kilka lat temu etap definiowania, czy dana molekuła jest warta dalszych analiz trwał od trzech do pięciu lat. Dziś zastosowanie algorytmów sztucznej inteligencji, chemii predykcyjnej, modelowania in silico pozwala na skrócenie tego okresu kilkukrotnie, do 12-18 miesięcy. Modele predykcyjne i zaawansowane algorytmy były też wykorzystywane przy tworzeniu szczepionki na COVID-19.

Sztuczna inteligencja może być wykorzystywana także w procesie diagnostyki nowotworów i ułatwiać onkologom postawienie odpowiedniej diagnozy. Każdego roku nowotwór jest diagnozowany u ponad 160 tys. Polaków, a prognozy wskazują, że w ciągu kolejnych 10 lat liczba pacjentów onkologicznych wzrośnie aż o 1/3. – To bardzo przydatne z punktu widzenia wyzwania, jakim jest onkologia w Polsce. Wiemy, że problem jest gigantyczny, a te zaawansowane technologie niesamowicie pomagają w diagnozowaniu, analizowaniu danych i porównywaniu ich z setkami czy milionami zdjęć innych przypadków, u innych pacjentów. SI ułatwia więc etap diagnostyki, ale tak samo może podpowiadać pewne opcje związane z leczeniem, wyborem odpowiedniej ścieżki terapeutycznej w stosunku do konkretnego pacjenta – mówi Michał Kępowicz.

Według raportu „Future Health Index” przygotowanego w 2019 r. na zlecenie Philipsa większość personelu medycznego w Polsce (70 proc.) już w tej chwili ma zaufanie do wykorzystywania SI w procesie monitorowania pacjentów, a w ocenie medyków istnieje też potrzeba rozszerzenia jej zastosowań na inne obszary, takie jak np. poprawa trafności diagnozy (14 proc.) czy sygnalizowanie nieprawidłowości dotyczących stanu zdrowia pacjentów (19 proc.). – Człowiek generuje mniej więcej 1 TB informacji rocznie, a w przypadku człowieka chorego tych informacji jest jeszcze więcej. Nikt – żaden lekarz, ani żadna służba zdrowia – nie potrafi przebić SI w wyciąganiu takich danych, które mogą być istotne z punktu widzenia całego procesu leczenia i długoterminowych efektów. Sztuczna inteligencja bardzo dobrze nadaje się do szukania wzorców, może z powodzeniem przeszukiwać różnego rodzaju dane, które tylko z pozoru nie mają ze sobą nic wspólnego – dodaje dr hab. n. med. Zbigniew Nawrat, profesor Instytutu Protez Serca Fundacji Rozwoju Kardiochirurgii, od lat stosujący i rozwijający rozwiązania z zakresu SI.

Wśród celów krótkoterminowych do 2023 r. rządowa „Polityka dla rozwoju sztucznej inteligencji” wymienia wykorzystanie potencjału danych medycznych dla poprawy zdrowia obywateli. Dlatego jednym z pierwszych kroków ma być m.in. wdrożenie pilotażowych programów przechowywania anonimowych danych medycznych, wsparcie narzędzi i rozwiązań wykorzystujących dane medyczne (zwłaszcza z zakresu telemedycyny i e-zdrowia) oraz działania optymalizacyjne w sektorze ochrony zdrowia, prowadzone na podstawie analizy danych dotyczących np. podaży i popytu na świadczenia czy wykorzystania zasobów medycznych. Wśród celów przewidzianych do 2027 r. jest także aktualizacja prawa w zakresie zapewnienia dostępu do danych oraz warunków funkcjonowania zaufanych przestrzeni do dzielenia się nimi z uwzględnieniem ochrony prywatności i danych osobowych. – Sztuczna inteligencja nie doczekała się legalizacji prawnej. Nie ma aktu prawnego twierdzącego, czy jest jakaś odpowiedzialność po stronie inżyniera, czy po stronie wykorzystującego sztuczną inteligencję. To nas czeka, tak jak rozwiązania etyczne, które zawsze technologia przynosi – kończy dr hab. n. med. Zbigniew Nawrat.

Według prognoz Frost & Sullivan do 2025 r. sztuczna inteligencja i technologie kognitywne przyniosą w branży medycznej oszczędności w wysokości przekraczającej 150 mld dol. Do korzyści z zastosowania tej technologii zaliczają się m.in. zautomatyzowana predykcja chorób, personalizacja ścieżek leczenia czy zarządzanie łańcuchem dostaw medycznych w czasie rzeczywistym. Jednak w 2018 r. jedynie 15-20 proc. podmiotów aktywnie korzystało z SI w celu wprowadzania zmian w sposobie świadczenia opieki zdrowotnej.

Newseria Biznes