IBD to choroby charakteryzujące się przewlekłym stanem zapalnym przewodu pokarmowego i dotykające ok. 1 na 77 Amerykanów oraz 4,9 mln ludzi na całym świecie, częściej w krajach zachodnich. Chociaż sama choroba zapalna jelit przeważnie nie jest bezpośrednią przyczyną śmierci, towarzyszące jej schorzenia, np. zapalenie stawów, choroby sercowo-naczyniowe czy zaburzenia zdrowia psychicznego, mogą doprowadzić do poważnych powikłań. Pacjenci z IBD częściej doświadczają ogólnoustrojowego stanu zapalnego, który zwiększa ryzyko wystąpienia innych przewlekłych chorób, w tym cukrzycy, nadciśnienia czy niewydolności nerek.

Sztuczna inteligencja może posłużyć jako narzędzie prewencyjne

Główną zaletą zastosowania AI w diagnostyce pacjentów z IBD jest możliwość wczesnego wykrywania powiązanych z nią chorób przewlekłych i wdrożenia odpowiednich działań terapeutycznych przed pełnym rozwinięciem problemu. Dzięki analizie szerokiego spektrum danych medycznych AI jest w stanie przewidzieć, którzy pacjenci są szczególnie narażeni na powikłania zdrowotne i przedwczesną śmierć, a to pozwala na bardziej skoordynowaną opiekę. Zdaniem Erica Benchimola, pediatrycznego gastroenterologa i starszego naukowca w SickKids oraz ICES, uzyskane wyniki uwydatniają znaczenie wczesnej interwencji w przypadku pacjentów z IBD. Zespół badawczy przetestował kilka modeli sztucznej inteligencji na zbiorze obejmującym 9278 osób, które zmarły z powodu nieswoistych chorób zapalnych jelit – 47,2% z nich zmarło przed ukończeniem 75. roku życia, połowa to mężczyźni. Większość pacjentów została zdiagnozowana z IBD przed 60. rokiem życia i jest to zgodne z ogólną tendencją przemawiającą za tym, że wymieniona choroba najczęściej rozwija się w okresie dojrzewania lub wczesnej dorosłości. Wyniki badań sugerują, że wczesne leczenie zarówno IBD, jak i towarzyszących mu chorób przewlekłych może odegrać ważną rolę w wydłużeniu życia pacjentów. Wszak istnieje krytyczny okres, w którym można skutecznie zaradzić tym schorzeniom, zanim się nasilą i zaczną poważnie zagrażać zdrowiu. Czekanie z interwencją do momentu, gdy choroby wejdą na zaawansowany poziom, znacznie zmniejsza szansę na sukces.

Dzięki postępom w uczeniu maszynowym modele AI bywają częściej dostosowywane do identyfikowania konkretnych scenariuszy przedwczesnej śmierci w populacji pacjentów z IBD. Osoby z IBD – zarówno kobiety, jak i mężczyźni – mogą umierać średnio od dwóch do ośmiu lat wcześniej niż osoby bez diagnozy. W badanej kohorcie najczęściej występującymi schorzeniami współistniejącymi w momencie śmierci były: zapalenie stawów (77%), nadciśnienie tętnicze (73%), zaburzenia nastroju, w tym depresja (69%), niewydolność nerek (50%), nowotwory (46%). Analiza modeli AI wykazała, że wcześniejsza diagnoza i leczenie tych schorzeń w średnim wieku lub jeszcze wcześniej poskutkowały mniejszym prawdopodobieństwem przedwczesnej śmierci.

Sztuczna inteligencja bywa skuteczna również w wykrywaniu polipów przedrakowych

Obok choroby zapalnej jelit AI wykazuje obiecującą skuteczność również w wykrywaniu polipów przedrakowych mogących przekształcić się w nowotwór, niestety nie zawsze rozpoznawanych podczas badań przesiewowych. Tymczasem rak jelita grubego jest jednym z najgroźniejszych nowotworów na świecie. Według WHO w 2020 r. zdiagnozowano 1,9 mln przypadków tego nowotworu, a liczba zgonów wyniosła 916 tys. 

Badanie opublikowane w czasopiśmie „Gastroenterology” wykazało, że zastosowanie sztucznej inteligencji w kolonoskopii pozwala zmniejszyć odsetek niewykrytych polipów przedrakowych o połowę. W ramach eksperymentu prowadzonego przez międzynarodowy zespół pod kierownictwem naukowców z Mayo Clinic 230 uczestników przeszło dwie kolonoskopie tego samego dnia. Badanie odbywało się w ośmiu placówkach w Stanach Zjednoczonych, Wielkiej Brytanii i Włoszech. Jedna kolonoskopia była wykonywana standardowo, a druga – z zastosowaniem AI. Analiza wyników wykazała, że tradycyjne metody kolonoskopii wykazują odsetek przeoczonych polipów sięgający 25%. W badanej grupie pacjentów, którzy jako pierwsi przeszli kolonoskopię AI, wskaźnik uchybień wyniósł jedynie 15,5%, podczas gdy w grupie poddanej standardowej kolonoskopii sięgał 32,4%.

AI to narzędzie, które może pomóc, ale nie zastąpi lekarza

Jednym z przypadków zastosowania AI do diagnostyki jest Alex. Dentysta skierował chłopca do ortodonty specjalizującego się w niedrożności dróg oddechowych. Lekarz zauważył, że podniebienie Alexa jest zbyt małe w stosunku do jamy ustnej, co mogło utrudniać oddychanie w nocy. W związku z tym chłopcu zamontowano ekspander ortodontyczny, który powinien skorygować problem. Początkowo terapia przyniosła ulgę. Chłopiec czuł się lepiej, a jego zachowanie wróciło do normy. Poprawa okazała się jednak krótkotrwała i dolegliwości szybko powróciły. Rodzina znów znalazła się w punkcie wyjścia, bez konkretnej diagnozy. Po latach bezskutecznego szukania pomocy spróbowano czegoś innego. Wprowadzono objawy Alexa do ChataGPT i zapytano AI, co może dolegać chłopcu? Model sztucznej inteligencji zasugerował rzadką chorobę – zespół przewlekłego więzadła kręgosłupa (schorzenie związane z nieprawidłowym rozwojem rdzenia kręgowego). Zainspirowana tą odpowiedzią matka chłopca wróciła do lekarzy i zasugerowała możliwość takiej diagnozy. Po dokładniejszych badaniach okazało się, że chat miał rację.

Historia Alexa pokazuje, że sztuczna inteligencja może być użytecznym narzędziem w diagnostyce, ale mimo wszystko nie zastąpi ona lekarzy (przynajmniej na razie). Modele AI mają tendencję do generowania nie zawsze prawdziwych informacji, dlatego ich historie można brać jedynie za sugestie, ale absolutnie nie należy przyjmować ich za pewnik.