Biotechnologia.pl
łączymy wszystkie strony biobiznesu
Sztuczna inteligencja w diagnostyce laboratoryjnej – potencjał i wyzwania
Sztuczna inteligencja w diagnostyce laboratoryjnej – potencjał i wyzwania

Sztuczna inteligencja to nie tylko Chat GPT, który próbuje zastępować ludzi w niektórych zawodach czy programy graficzne potrafiące wygenerować zarówno surrealistyczne obrazy, jak i twarze bohaterów poczytnych książek. Algorytmy AI coraz częściej służą lekarzom, wspomagając bardziej dokładne i skuteczne diagnozowanie pacjentów.

 

 

W dzisiejszych czasach sztuczna inteligencja ma zastosowanie w wielu dziedzinach, w tym również w diagnostyce laboratoryjnej. Może to być efektywny sposób na przyspieszenie i usprawnienie procesu rozpoznania chorób oraz podniesienie jakości opieki medycznej. AI jest już wykorzystywana do analizowania wyników testów laboratoryjnych, pomocy w interpretacji wyników, a także wskazywania potencjalnych chorób w oparciu o dane medyczne. Może być również stosowana do rozpoznawania schorzeń na podstawie obrazów, takich jak zdjęcia rentgenowskie, wyniki tomografii komputerowej czy rezonansu magnetycznego.

Wyzwania i rozwiązania

Jednym z największych wyzwań dla laboratoriów medycznych jest przetwarzanie ogromnej ilości danych. Dzięki AI możliwe jest automatyczne analizowanie informacji znacznie szybciej i bardziej precyzyjnie niż w przypadku tradycyjnych metod. Algorytmy AI pozwalają na wykrywanie wzorców i zależności między różnymi wynikami badań, co umożliwia dokładniejszą diagnozę i lepsze dopasowanie terapii do indywidualnych potrzeb pacjenta. – W diagnostyce laboratoryjnej sztuczna inteligencja usprawnia analizę wyników badań laboratoryjnych, co z kolei przekłada się na przyspieszenie procesu podejmowania decyzji terapeutycznych przez lekarza. Dzięki algorytmom uczenia maszynowego bazującym na głębokich sieciach neuronowych AI może pomóc w identyfikowaniu potencjalnych schorzeń oraz określeniu ich stopnia zaawansowania. To z kolei umożliwia wczesne ich wykrycie i skuteczne leczenie, co może mieć kluczowe znaczenie dla zdrowia pacjentów – przekonuje Marian Chabuda, członek zarządu Stowarzyszenia MedTech Polska. Przykładem takiego zastosowania sztucznej inteligencji mogą być algorytmy AI wykorzystywane w sekwencjonowaniu genomu, które odpowiadają za wychwytywanie różnic w kodach genetycznych. Następnie, porównując mutacje genów z danymi historycznymi, algorytmy mogą scharakteryzować warianty genomowe związane z nowotworami i zaburzeniami dziedzicznymi. W kolejnym kroku sztuczna inteligencja jest w stanie zaproponować indywidualną terapię, co może pomóc w leczeniu pacjentów optymalną, spersonalizowaną kombinacją leków.

Pomoc w interpretacji wyników badań

Lekarze i inni pracownicy medyczni mają często trudności z interpretacją wyników testów laboratoryjnych, zwłaszcza gdy są one niejednoznaczne. AI może ich wspomagać, dokonując porównań wyników z wcześniejszymi badaniami i wykrywając ewentualne zmiany w kondycji pacjenta. Dobrym przykładem jest algorytm używany w mammografii, który pozwala wykryć fałszywie ujemne badania. Dzięki pracy sztucznej inteligencji udaje się zmniejszyć ich liczbę o ok. 9%. To potencjalnie kilkadziesiąt tysięcy diagnoz w skali roku. Według raportu „AI to nie sci-fi – przykłady wdrożeń innowacyjnych w zdrowiu” wydanego pod marką zespołu ekspertów wZdrowiu we współpracy z Polską Federacją Szpitali oraz Koalicją AI w zdrowiu, kilkanaście polskich szpitali z powodzeniem wykorzystuje już sztuczną inteligencję. Jako przykład można podać algorytm wspomagający lekarzy Szpitala Specjalistycznego Chorób Płuc „Odrodzenie” im. Klary Jelskiej w Zakopanem w diagnozowaniu preparatów laboratoryjnych. Dzięki AI udało się wesprzeć interpretację ponad 800 preparatów histopatologicznych. – Sztuczna inteligencja daje diagnostom laboratoryjnym i lekarzom możliwości, których dawniej nie mieli. Przykładem może być analiza wyników sensorycznego pomiaru stężenia glukozy w płynie śródtkankowym wykonywana przez serwery rezydujące w chmurze. Dzięki ich dużym mocom obliczeniowym możemy już dzisiaj dostarczać lekarzowi precyzyjne podsumowania, co przyspiesza podjęcie bardziej dokładnej decyzji terapeutycznej. W efekcie pacjent może liczyć na trafniej postawioną diagnozę – nadmienia Marian Chabuda.

Dynamiczny rozwój AI wymaga dostosowania prawa

W raporcie Deloitte przygotowanym w 2020 r. na zlecenie MedTech Europe przedstawione są informacje, które potwierdzają, jak ważną rolę sztuczna inteligencja odgrywa w nowoczesnej medycynie. Dzięki AI w Europie rocznie udaje się uratować 400 tys. osób, zaoszczędzić 200 mld euro, co przekłada się na 1,8 mld roboczogodzin. To tak, jakby dodatkowo zatrudnić w służbie zdrowia 500 tys. osób! Użycie algorytmów AI tylko w diagnostyce laboratoryjnej daje rocznie oszczędności ok. 880 mln euro i 53 mln roboczogodzin. Dlatego tak istotne jest, aby rozwój sztucznej inteligencji w medycynie został uwzględniony w prawie europejskim. – MedTech Europe wraz z trzynastoma innymi stowarzyszeniami branżowymi, m.in. Business Europe, opublikował list do członków Parlamentu Europejskiego, w którym wzywa do dalszych prac nad przepisami i zasadami regulującymi funkcjonowanie sztucznej inteligencji w Unii Europejskiej. Chcemy zapewnić maksimum innowacji w tym obszarze. Naszym celem jest również, aby Parlament Europejski uzgodnił stanowisko, które uzna znaczenie AI dla rozwoju gospodarczego i społecznego oraz pozwolił wykorzystać możliwości stwarzane przez sztuczną inteligencję. Liczby nie kłamią – AI to nasza przyszłość – wylicza Marian Chabuda. W liście MedTech Europe wraz z partnerami dodaje, że dalszy rozwój przepisów dotyczących sztucznej inteligencji jest dla Europy doskonałą okazją do objęcia przywództwa w tworzeniu ram prawnych, które będą wspierać innowacje i ustawią UE na pozycji światowego lidera w wykorzystaniu AI.

Źródła

Fot. https://www.pexels.com/photo/a-woman-in-white-lab-gown-looking-at-the-monitor-9574516/

KOMENTARZE
news

<Luty 2023>

pnwtśrczptsbnd
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
1
2
3
4
5
Newsletter