Co roku z powodu pękniętego tętniaka mózgu umiera na świecie pół miliona ludzi. Połowa ofiar to osoby poniżej 50. roku życia. Równie niepokojące dane dotyczą padaczki, na którą choruje przynajmniej 50 milionów osób. Statystyki niekorzystnego wypływu tych schorzeń na zdrowie mogą jednak się zmienić, i to już niedługo. Wszystko za sprawą wykorzystania sztucznej inteligencji w medycynie.
Tętniak mózgu to jedna z groźniejszych chorób, nie tylko ze względu na umiejscowienie, ale możliwy, bezobjawowy charakter w początkowym stadium. Im większa zmiana, tym większe ryzyko pęknięcia, a co za tym idzie śmierci pacjenta. Przyjmuje się, że istotne zagrożenie stanowi tętniak o wielkości przynajmniej 10 mm.
Skuteczność SI w wykrywaniu tętniaka mózgu
– Na to, jak poważne zagrożenie dla zdrowia i życia stanowi tętniak mózgu wskazuje fakt, że 60 proc. osób umiera niemal natychmiast po jego pęknięciu – mówi dr Adam Hirschfeld, lekarz pracujący na oddziale neurologicznym i udarowym w jednym z poznańskich szpitali. Choć istnieją skuteczne techniki wewnątrznaczyniowe, które potrafią zabezpieczyć poszerzone naczynie (redukując ryzyko pęknięcia), aby dojść do tego etapu, tętniaka trzeba najpierw wykryć. Tu z pomocą może przyjść sztuczna inteligencja. W oficjalnym czasopiśmie Europejskiego Towarzystwa Radiologii właśnie ukazały się wnioski z badania przeprowadzonego przez południowokoreański zespół badaczy. Donoszą oni, że dzięki wykorzystaniu technik tzw. głębokiego uczenia, sztuczna inteligencja jest w stanie samodzielnie przeanalizować badanie tętnic mózgowych i wskazać w nich tętniaka.
– Omawiany algorytm przygotowano stosując technikę głębokiego uczenia sieci neuronowej, na bazie dostępnych obrazów tętnic mózgowych pozyskanych z badań rezonansu magnetycznego. To pierwsze takie badanie, w którym za cel postawiono rzetelną ocenę dokładności algorytmu SI, właśnie w tym zastosowaniu. Algorytm skutecznie zakwalifikował zmianę jako tętniaka w 92-98 proc. przypadków, gdzie ocena ludzka osiąga ok. 89 proc. Sztuczna inteligencja uzyskała zatem wyniki przynajmniej porównywalne do oceny lekarskiej – dodaje dr Adam Hirschfeld.
SI w diagnozowaniu padaczki
W holenderskim czasopiśmie „Bio-medical materials and engineering” ukazała się równie interesująca praca. Międzynarodowy zespół badaczy z uniwersytetów Arabii Saudyjskiej i Egiptu wskazał na możliwość wykorzystania sztucznej inteligencji do automatycznej oceny zapisu badania EEG. Metoda, która powstała dzięki zastosowaniu ewolucyjnej formy głębokiego uczenia, osiągnęła 98,9 proc. dokładność klasyfikacji zapisu.
– Warto zauważyć, że celem diagnozowania zaburzeń czynności bioelektrycznej mózgu w przebiegu chorób, takich jak np. padaczka, potrzebny jest standardowy, godzinny zapis badania EEG. Istnieją również warianty badania, podczas których trwa on zdecydowanie dłużej. Następnie należy wykonać analizę takiego zapisu, co z kolei wymaga żmudnej pracy doświadczonego neurologa, co w przypadku braków kadrowych, z którymi borykają się szpitale, jest dość problematyczne. Tymczasem SI może rozwiązywać ten problem – tłumaczy dr Hirschfeld.
Oba przykłady wykorzystania sztucznej inteligencji w medycynie to dowód triumfu ludzkiej zaradności. Zastosowanie tego typu rozwiązań nie tylko pozwala znacząco skrócić czas potrzebny na uzyskanie wyników, ale w pewnych obszarach wręcz umożliwia do nich dostęp. Poza tym przyczyniając się do lepszej rozpoznawalności wielu chorób, SI redukuje ryzyko błędu ludzkiego. Co nie mniej ważne, nie wymaga budowania dodatkowej infrastruktury, a ostatecznie przekłada się na zmniejszenie kosztów ponoszonych przez szpitale.
Przykład Japonii
Japończycy oszacowali, że wartość ich rynku usług i technologii bazujących na sztucznej inteligencji wzrośnie z 35 miliardów dolarów w 2015 roku do 821 miliardów dolarów w 2030 roku.
Mimo zwiększanych nakładów na ochronę zdrowia, głód potrzeb pozostaje nienasycony. Dużą rolę odgrywają tu rosnące koszty utrzymania rozwijającego się systemu. Zdaje się, że w Japonii mają tego świadomość i poszukują rozwiązań, które utrzymają finansowanie ochrony zdrowia w ryzach. Dlatego też w kraju kwitnącej wiśni intensywnie wspomaga się szpitale rozwiązaniami opartymi na sztucznej inteligencji. W jaki sposób?
Jak wylicza dr Hirschfeld, tworzy się tu rozwiązania usprawniające stawianie diagnozy lekarskiej, odciąża personel automatyzując przetwarzanie dokumentacji medycznej, a jednocześnie dąży się do jak najsprawniejszego gromadzenia zanonimizowanych danych medycznych, które mają służyć do dalszych analiz. Innym przykładem imponujących rozwiązań jest stworzona platforma, która bieżąco rejestruje przypadki zgłoszeń osób z podejrzeniem udaru mózgu. Następnie samodzielnie decyduje, gdzie kierować chorych na podstawie aktualnego obłożenia łóżek szpitalnych, dostępności procedur ratujących życie czy natężenia ruchu drogowego.
Japonia to jeden z tych krajów, które skupiają się na wspieraniu inicjatyw opartych na wykorzystaniu sztucznej inteligencji. Dodatkowo poprzez różne państwowe programy aktywnie stymulują kształcenie odpowiedniej liczby specjalistów mogących działać w tym obszarze. Można z całą pewnością stwierdzić, że to państwo, które dokłada wszelkich starań, by nie zaprzepaścić okazji dla wykorzystania dobrodziejstw rozwoju technologicznego.
Źródło i fot.: materiały prasowe