Piše: David Dijak, dr. med., specializant kirurgije, UKC Maribor
Moč umetne inteligence je v tem, da računalniški modeli lahko v zelo kratkem času analizirajo ogromne količine podatkov ter v njih iščejo povezave in vzorce, ki jih človek zaradi njihovega obsega ali kompleksnosti težko prepozna.
Medicina je bila od nekdaj osebna. Zdravnik ni zdravil diagnoze, temveč človeka – z njegovo anamnezo, življenjskimi navadami, dejavniki tveganja in okoliščinami, ki jih ni mogoče zapisati v eno samo laboratorijsko vrednost. Kljub temu je sodobna medicina velik del svojega napredka zgradila na populacijskih podatkih: na velikih kliničnih raziskavah, statističnih verjetnostih in smernicah, ki povedo, katero zdravljenje je učinkovito za večino bolnikov z določeno boleznijo.
Takšen pristop je rešil nešteto življenj in ostaja temelj medicine, podprte z dokazi.
Hkrati se odpira novo vprašanje: ali lahko poleg tega, kaj je najboljše za večino, natančneje določimo tudi, kaj je najboljše za posameznika?
Na tem stičišču se srečujeta dve področji, ki bosta pomembno zaznamovali medicino prihodnjih desetletij – personalizirana oziroma natančna medicina in umetna inteligenca.
Enaka diagnoza ne pomeni enakega bolnika
Vzemimo dva človeka z arterijsko hipertenzijo. Imata podobne vrednosti krvnega tlaka in sta približno enake starosti. Na prvi pogled gre za isto diagnozo. En ima sladkorno bolezen, neugoden lipidni profil in družinsko obremenjenost za zgodnji srčni infarkt. Drugi je telesno aktiven, ne kadi in nima pomembnih pridruženih bolezni. Diagnoza je lahko enaka, njuno srčno-žilno tveganje pa še zdaleč ni.
To je bistvo personalizirane medicine. Bolnika ne poskuša opredeliti samo z imenom bolezni, temveč z značilnostmi, zaradi katerih je njegova bolezen prav njegova.
Pri tem lahko upoštevamo klasične klinične podatke, laboratorijske vrednosti in slikovno diagnostiko, vse bolj pa tudi molekularne in genetske značilnosti, odziv na preteklo zdravljenje, podatke o življenjskem slogu ter informacije, ki jih danes ustvarjajo pametne ure in druge nosljive naprave.
Posamezen podatek ima omejeno vrednost. Njihova kombinacija pa lahko ustvari bistveno natančnejšo sliko posameznikovega zdravstvenega stanja.
Pri tem ne moremo mimo dejstva, da se vse skupaj ustvari nešteto podatkovnih informacij in relacij ter v interpretaciji le-teh začne zavzemati osrednje mesto umetna inteligenca.
Ne gre za računalnik, ki bi postal zdravnik
O umetni inteligenci pogosto govorimo, kot da gre za novo obliko elektronskega zdravnika. Takšna predstava je privlačna, vendar precej zgrešena.
Njena resnična moč je veliko bolj konkretna: računalniški modeli lahko v zelo kratkem času analizirajo ogromne količine podatkov ter v njih iščejo povezave in vzorce, ki jih človek zaradi njihovega obsega ali kompleksnosti težko prepozna.
V radiologiji lahko sistemi umetne inteligence pomagajo pri prepoznavanju sumljivih sprememb na slikovnih preiskavah. V patologiji sodelujejo pri analizi mikroskopskih preparatov. V kardiologiji lahko analizirajo elektrokardiograme, slikovne preiskave srca in dolgotrajne zapise srčnega ritma. Razvijajo se modeli, ki iz kombinacije kliničnih podatkov ocenjujejo tveganje za zaplete ali pomagajo prepoznati bolnike, pri katerih je potrebna dodatna pozornost.
Njihova vrednost torej ni nujno v tem, da bi zdravniku povedali nekaj, česar sam ne zna, temveč da mu pomagajo hitreje in bolj sistematično obdelati količino informacij, ki je postala prevelika za posameznika.
Sodobni bolnik namreč ne ustvarja več le zdravstvenega kartona. Za njim nastaja celoten podatkovni zapis: laboratorijski rezultati skozi leta, slikovne preiskave, zdravila, meritve krvnega tlaka, telesna dejavnost, srčni utrip, spanje in v nekaterih primerih tudi genetski podatki.
Vprašanje medicine prihodnosti zato ne bo le, koliko podatkov lahko zberemo, temveč predvsem, ali jih znamo pravilno razumeti.
Od zdravljenja bolezni k njenemu predvidevanju
Ena najzanimivejših možnosti takšnega razvoja je premik od pretežno reaktivne proti bolj preventivni medicini. Velik del klinične medicine še vedno deluje po razumljivem zaporedju: pojavijo se simptomi, bolnik poišče pomoč, zdravnik opravi diagnostiko in uvede zdravljenje. Toda številne kronične bolezni nastajajo mnogo prej, preden človek začuti prve težave.
Ateroskleroza se na primer razvija desetletja. Srčni infarkt je lahko prvi dramatični znak procesa, ki je potekal že vrsto let.
V kardiologiji zato tveganje že danes ocenjujemo z združevanjem različnih dejavnikov – starosti, krvnega tlaka, koncentracije lipidov, kajenja, sladkorne bolezni in drugih značilnosti. Z razvojem natančnejših podatkovnih modelov lahko takšno ocenjevanje postane še bolj individualizirano.
Če bi lahko dovolj zgodaj prepoznali človeka, pri katerem se tveganje povečuje, bi lahko ukrepali, še preden se razvije bolezen oziroma njen zaplet. To je verjetno pomembnejša obljuba umetne inteligence od spektakularne predstave računalnika, ki sam postavlja diagnoze: bolezni ne le bolje zdraviti, temveč nekatere od njih pravočasno preprečiti.
Tudi zdravilo nima pri vseh enakega učinka
Personalizacija se ne konča pri diagnostiki. Dva človeka lahko prejmeta isto zdravilo v enakem odmerku, njun odziv pa je lahko zelo različen. Pri enem bo zdravljenje učinkovito, pri drugem manj, pri tretjem se lahko pojavijo pomembni neželeni učinki.
Na odziv vplivajo starost, delovanje jeter in ledvic, telesna sestava, sočasna zdravila in številni drugi dejavniki. Del odgovora se skriva tudi v naših genih. Farmakogenomika proučuje, kako genetske razlike vplivajo na presnovo in delovanje zdravil. V določenih kliničnih okoliščinah lahko takšne informacije že danes pomagajo pri izbiri učinkovitejšega zdravila ali primernejšega odmerka.
Cilj je preprost, četudi je pot do njega kompleksna: pravo zdravljenje za pravega človeka ob pravem času.
Prav tukaj se moramo iz prihodnosti vrniti v sedanjost. Možnosti personalizirane medicine so velike, vendar niso neomejene. Pri številnih boleznih še vedno ne poznamo vseh dejavnikov, ki določajo njihov nastanek ali odziv na zdravljenje. Tudi genetski zapis ni usoda, temveč le eden od dejavnikov v zapletenem prepletu biologije, okolja in življenjskega sloga.
Algoritem je lahko tako dober, kot so dobri njegovi podatki
Navdušenje nad umetno inteligenco mora zato spremljati tudi zdrava mera kritičnosti. Algoritem ni nezmotljiv. Uči se iz podatkov, ki jih prejme. Če so ti nepopolni, nekakovostni ali pristranski, se lahko njihove pomanjkljivosti prenesejo tudi v njegove rezultate. Model, razvit na eni skupini prebivalstva, ni nujno enako zanesljiv pri drugi. Statistična povezanost še ne pomeni vzročne povezave. Visoka natančnost v raziskavi pa še ne zagotavlja, da bo sistem enako uspešen v vsakodnevni klinični praksi.
V medicini imajo takšne omejitve posebno težo. Napačno priporočilo ni le napačen rezultat na zaslonu, ampak lahko vpliva na resnično odločitev o zdravju resničnega človeka. Ob tem se odpirajo vprašanja zasebnosti zdravstvenih podatkov, njihovega lastništva in varnosti, pa tudi vprašanje odgovornosti. Če sistem predlaga napačno diagnozo ali zdravljenje, kdo je odgovoren za posledice?
Zato mora biti uvajanje umetne inteligence v zdravstvo podvrženo enako strogim zahtevam, kot jih pričakujemo od drugih medicinskih tehnologij: preverjanju učinkovitosti, varnosti, transparentnosti in jasni opredelitvi odgovornosti.
Zdravnik prihodnosti ne bo tekmoval z algoritmom
Ob vsakem večjem tehnološkem preskoku se pojavi vprašanje, katere poklice bo tehnologija nadomestila. Medicina pri tem ni izjema. Toda vprašanje, ali bo umetna inteligenca nadomestila zdravnika, je verjetno postavljeno napačno. Bolj pomembno je vprašanje, kako bo umetna inteligenca spremenila način, kako zdravnik dela.
Računalnik lahko hitreje pregleduje podatke, išče vzorce in izračunava verjetnosti. Ne more pa klinične odločitve ločiti od človeka, na katerega se ta odločitev nanaša. Dva bolnika z enako prognozo se lahko odločita različno. Nekdo bo pripravljen sprejeti večje tveganje zaradi možnosti daljšega preživetja, drugemu bo pomembnejša kakovost življenja. Nekdo potrebuje predvsem zdravljenje, drugi najprej razlago, tretji čas, da sprejme diagnozo.
Medicina namreč ni samo vprašanje, kaj lahko naredimo, ampak tudi, kaj je za določenega človeka smiselno narediti. Za to ne zadoščajo podatki. Potrebni so pogovor, presoja, izkušnje, empatija in odgovornost. Morda nas bo prav tehnologija vrnila bližje bolniku. V tem se skriva zanimiv paradoks. Digitalizacija je zdravnika v zadnjih desetletjih pogosto oddaljila od bolnika. Del delovnega dne, ki je bil nekoč namenjen pogovoru in pregledu, danes zavzemajo dokumentacija, računalniški sistemi in administrativna opravila. Če bo umetna inteligenca uporabljena premišljeno, lahko del tega procesa obrne. Lahko pomaga pri urejanju dokumentacije, povzemanju podatkov, analizi izvidov in drugih časovno zahtevnih opravilih. Če bomo ta čas resnično vrnili bolniku, bo eden največjih dosežkov umetne inteligence v medicini morda prav to, da bo zdravniku omogočila biti nekoliko manj za računalnikom in nekoliko več ob človeku.
To pa je pomembno tudi zato, ker medicina z vsakim novim tehnološkim dosežkom postaja natančnejša, ne pa nujno tudi modrejša.
Podatek nam lahko pove, da ima bolnik določeno verjetnost za zaplet. Algoritem lahko oceni tveganje. Genetska analiza lahko razkrije predispozicijo. Nobena od teh informacij pa sama po sebi še ne pove, katera odločitev je za posameznika prava. To ostaja naloga medicine in zdravnika.
Medicina prihodnosti
Umetna inteligenca bo nedvomno zaznamovala medicino 21. stoletja. Verjetno bo spremenila diagnostiko, preventivo, razvoj zdravil, spremljanje kroničnih bolezni in način, kako zdravniki dostopamo do znanja. Zato prihodnost medicine verjetno ne bo zgodba o zmagi stroja nad človekom. Bolj verjetno bo zgodba o novem sodelovanju.
In morda bo prav to najpomembnejša naloga zdravnika v času umetne inteligence: uporabiti vse, kar nam omogoča tehnologija, ne da bi pri tem izgubili izpred oči človeka, zaradi katerega medicina sploh obstaja.