News powiązane z sztuczna inteligencja w medycynie

Algorytmy sztucznej inteligencji najszersze zastosowanie mają obecnie w radiologii. Dzięki nim udaje się na wczesnym etapie zdiagnozować na przykład cechy przeciążenia stawów. Może to być istotne zwłaszcza dla medycyny sportowej i wpływać na lepsze zapobieganie urazom. Sztuczna inteligencja sprawdzi się zwłaszcza tam, gdzie sportowcy nie mają stałego dostępu do lekarza. Polski start-up opracował rozwiązanie, które pomoże ocenić ryzyko wystąpienia urazu stawu skokowego.

Średnie dzienne zapotrzebowanie na krew to w Polsce około 4 tys. jednostek, rocznie dokonuje się około 1,3 mln pobrań od dawców. Dużym problemem w optymalizowaniu gospodarki banków krwi jest dostosowanie zapasów do przewidywanego popytu. Polacy opracowali platformę wykorzystującą algorytmy, które wyręczają ludzi w tych obliczeniach. Zdaniem ekspertów możliwości sztucznej inteligencji można wykorzystać również w innych procesach związanych z prowadzeniem zbiórek krwi. Modele językowe mogłyby umawiać krwiodawców na wizyty.

Choć technologicznie sztuczna inteligencja mogłaby działać już w sposób wysoce zautonomizowany, to barierą rozwojową wciąż jest nieufność do takich rozwiązań. Tymczasem motoryzacja coraz śmielej wchodzi na trzeci etap w pięciostopniowej skali zautomatyzowania jazdy. Z kolei stawianie medycznych diagnoz przez SI może się okazać jedyną możliwością, by zapewnić leczenie ludziom żyjącym w miejscach, w których nie istnieje opieka zdrowotna lub jest ona skrajnie niewydolna. Rynek sztucznej inteligencji do 2028 roku zwiększy swoją wartość dziesięciokrotnie.

Polska firma pracuje nad udoskonaleniem kapsułki endoskopowej i zwiększeniem dostępności tego narzędzia w diagnostyce. Pozwoli ono na zbadanie całego układu pokarmowego za jednym razem, większą dokładność badania i przyspieszy proces diagnozy, bo lekarza będzie w nim wspierać sztuczna inteligencja. Zespół inżynierów Biocam chce wyposażyć urządzenie w rozwiązania pozwalające przeprowadzać badanie zdalnie, w ramach telemedycyny. Kapsułka może zastąpić takie nieprzyjemne dla pacjentów badania jak kolonoskopia czy gastroskopia.

W Zabrzu swoją działalność rozpoczęło Europejskie Centrum Innowacyjnych Technologii dla Zdrowia (European HealthTech Innovation Center – EHTIC). Inwestycja warta 110 mln zł to jeden z najnowocześniejszych w Europie ośrodków naukowo-badawczych, który będzie rozwijać i wdrażać technologie z zakresu sztucznej inteligencji, telemedycyny i inżynierii biomedycznej. – Chcemy się koncentrować na największych problemach współczesnej medycyny. Będziemy rozwijać technologie na potrzeby onkologii, kardiologii oraz innych specjalizacji – zapowiada dyrektor EHTIC, prof. Marek Gzik.

Elektroniczna dokumentacja medyczna, telemedycyna i rozwiązania z zakresu sztucznej inteligencji to trzy główne obszary inwestycji w polskiej ochronie zdrowia na nadchodzące trzy lata – wynika z szóstej edycji raportu Future Health Index, przygotowanego na zlecenie firmy Philips. Pokazuje on, że pandemia COVID-19 z jednej strony była dla ochrony zdrowia w Polsce dużym wyzwaniem, a z drugiej katalizatorem zmian. W tegorocznej edycji raportu przedstawione są obecne i przyszłe priorytety liderów ochrony zdrowia w Polsce. Wnioski z raportu jasno pokazują, że większość dyrektorów placówek medycznych i przedstawicieli kadry zarządzającej tego sektora z optymizmem patrzy w przyszłość i zamierza inwestować w nowe technologie.

Polscy naukowcy stworzyli platformę opartą na sztucznej inteligencji, która analizuje konieczność transfuzji krwi. Hybrydowy system korzysta z sieci neuronowych i w ten sposób pozwala dokładnie określić, ile krwi powinien zamówić dany szpital. Algorytmy usprawniają zarządzanie transfuzjami przez szpitale, pomagają też zmniejszyć skalę marnowania krwi. Algorytm nie tylko jest informowany o danych historycznych, ale dzięki integracji elektronicznych kart zdrowia szpitala jest też w stanie dostosować swoje prognozy w czasie rzeczywistym.

Sztuczna inteligencja to przyszłość onkologii. Naukowcy wykorzystują już jej możliwości do ulepszania badań przesiewowych w kierunku raka szyjki macicy czy nowotworów płuc i skóry. Technologia głębokiego uczenia jest coraz częściej stosowana w różnych obszarach zarówno podstawowych, jak i klinicznych badań nad rakiem. Polscy naukowcy wykorzystali sztuczną inteligencję do usprawnienia diagnostyki obrazowej raka prostaty. Opracowali platformę badawczą eRADS, która pozwala obiektywnie ocenić istotność kliniczną zmiany na podstawie pięciostopniowej skali.

Sztuczna inteligencja najprawdopodobniej nie była do tej pory wykorzystana do opracowania szczepionek przeciw SARS-CoV-2. Dopiero niedawno naukowcy opracowali pierwszy algorytm, który umożliwia wskazanie kandydatów na substancje aktywne dla szczepionek na nowe mutacje koronawirusa. Zamiast kilku miesięcy SI potrafi to zrobić nawet w ciągu kilku sekund. Dzięki niej możliwe jest znacznie szybsze wprowadzenie do badań klinicznych nowych leków. W Japonii do tej fazy badań trafił już lek opracowany dzięki wsparciu SI w zaledwie rok.

Wykorzystanie algorytmów uczenia maszynowego umożliwia wprowadzenie badań nad DNA na nieosiągalny dotychczas poziom. Dzięki rozwiązaniom bioinformatycznym można było w mniej niż dwa dni wytypować potencjalne leki na koronawirusa, a także zwiększyć wiedzę o wirusach zasiedlających ludzkie jelita. Naukowcy testują już nawet komputery bazujące na przesyłaniu informacji z wykorzystaniem ludzkich komórek. Światowy rynek bioinformatyki do 2027 roku zwiększy swoją wartość prawie trzykrotnie.

– Wydłużenie długości życia i poprawa stanu zdrowia w związku z zastosowaniem sztucznej inteligencji mogą przynieść sektorowi medycznemu ok. 150 mld dol. oszczędności – mówi Justyna Orłowska z KPRM, uczestnicząca w pracach nad „Polityką dla rozwoju sztucznej inteligencji w Polsce”. 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.

Platforma telemedyczna, wspierana przez sztuczną inteligencję aplikacja mobilna i czatbot usprawnią diagnostykę i leczenie w obrębie psychiatrii. Dzięki rozwiązaniu tworzonemu przez polski start-up natychmiastowy dostęp do leczenia uzyskają m.in. pacjenci wykluczeni komunikacyjnie. Podobna aplikacja, stworzona na rynek niemiecki, uzyskała pozytywną ocenę dotyczącą szans na poprawę diagnozowania i modelowania terapii. Rozwiązanie proponowane przez Polaków początkowo będzie przeznaczone na rodzimy rynek, ale docelowo ma być stosowane na całym świecie.

Algorytm stworzony przez polski start-up medyczny w zaledwie kilka sekund przeanalizuje wyniki badania mózgu tomografem komputerowym i wykryje niepokojące zmiany. Dzięki temu diagności medyczni poradzą sobie z lawinowo rosnącą ilością danych, które muszą przeanalizować. Jak wskazują eksperci, sztuczna inteligencja nie wyprze zawodu lekarza, ale zwłaszcza w dobie niedoboru ich na rynku pracy znacznie usprawni pracę m.in. radiologów.

Rozwiązania z zakresu sztucznej inteligencji pozwalają znacznie skrócić czas potrzebny na postawienie diagnozy, ale nie doprowadzą do spadku znaczenia roli lekarzy. Już dziś inteligentne technologie medyczne pomagają prowadzić pacjentów z chorobami przewlekłymi, rehabilitować osoby po udarze czy analizować wyniki badań. Branża medtech wciąż jednak boryka się z oporem wdrożeniowym po stronie służby zdrowia. Tymczasem Polska postrzegana jest jako bardzo dobry rynek dla medycznych wdrożeń sztucznej inteligencji.

Nawet co dziesiąte dziecko rodzi się przedwcześnie, czyli przed 37. tygodniem ciąży. To jedna z głównych przyczyn zgonów noworodków i długotrwałej niepełnosprawności. Obecnie nawet 30 proc. przedwczesnych porodów nie udaje się zdiagnozować. Gdyby lekarze byli w stanie wykorzystać dane i sztuczną inteligencję do przewidywania, które kobiety w ciąży mogą być zagrożone, do wielu z tych przedwczesnych porodów można by się lepiej przygotować, a co za tym idzie, uratować wiele istnień. Polscy naukowcy pracują nad stworzeniem takich sieci neuronowych, które na podstawie zdjęć USG oceniają prawdopodobieństwo przedwczesnego porodu.