Πώς οι υπολογιστές υποστηρίζουν τους γιατρούς

Οι ειδικά εκπαιδευμένοι υπολογιστές μπορούν μερικές φορές να κάνουν ακριβέστερες διαγνώσεις από τους γιατρούς. Θα μπορούσαν να υποστηρίξουν τους επαγγελματίες του ιατρικού τομέα σε πολλούς τομείς

Βοηθοί φωνής, όπως η Siri ή η Alexa, οι οποίοι απενεργοποιούν το φως στο μπάνιο, εάν το επιθυμούν. Συστήματα πλοήγησης που υποδεικνύουν τον κίνδυνο συμφόρησης και προτείνουν διαδρομές παράκαμψης. Διαφημιστικά πανό Διαδικτύου που προτείνουν επιπλέον προϊόντα μετά από μια διαδικτυακή αγορά. Η τεχνητή νοημοσύνη (AI) έχει από καιρό βρει το δρόμο της στην καθημερινή μας ζωή. Και τώρα η ιατρική ανακάλυψε επίσης τις δυνατότητες αυτής της τεχνολογίας. Σχεδόν κάθε μέρα, ερευνητικές ομάδες αναφέρουν νέους τρόπους με τους οποίους η AI μπορεί να υποστηρίξει τους γιατρούς - όταν κάνουν διαγνώσεις, επιλέγουν θεραπεία ή παρακολουθούν την πρόοδο μιας ασθένειας.

Με απλά λόγια, η τεχνητή νοημοσύνη λειτουργεί όπως ο ανθρώπινος εγκέφαλος. Οι υπολογιστές τροφοδοτούνται πρώτα με πολλά δεδομένα, τα οποία στη συνέχεια χρησιμοποιούν για την αναγνώριση εικόνων ή για την παροχή απαντήσεων σε μια ερώτηση. Εμπειρογνώμονες μιλούν για μηχανική μάθηση εδώ και όταν αναπτύσσεται περαιτέρω, μιλούν για βαθιά μάθηση ή νευρωνικά δίκτυα.

Τα μηχανήματα μπορούν να αναγνωρίσουν καλύτερα τα μοτίβα

Αλλά μπορείτε να βασιστείτε σε τέτοια αποτελέσματα; Αναγνωρίζει ο υπολογιστής τον καρκίνο στην εικόνα ακτίνων Χ, όπως και γιατρός; Ή ακόμα καλύτερα; «Η τεχνητή νοημοσύνη εξετάζει πολύ βαθύτερα τη βιολογία ενός όγκου από ό, τι μπορεί ο ανθρώπινος εγκέφαλος», λέει ο καθηγητής Michael Forsting, επικεφαλής ακτινολόγος στο Πανεπιστημιακό Νοσοκομείο του Έσσεν. "Αναγνωρίζει μοτίβα που δεν βλέπουμε." Αυτός είναι ο λόγος για τον οποίο οι μελέτες καταλήγουν στο συμπέρασμα, για παράδειγμα, ότι ο ψηφιακός γιατρός μπορεί να κάνει διάκριση μεταξύ καλοήθων γραμμομορίων και μελανώματος καλύτερα από τους περισσότερους γιατρούς σάρκας και αίματος.

Σημάδια δέρματος: καλοήθη ή κακοήθη;

Είναι το σημάδι χρωστικής ουσίας ακίνδυνο ή είναι καρκίνος μαύρου δέρματος, μελάνωμα; Οι δερματολόγοι δεν μπορούν πάντα να το κρίνουν με βεβαιότητα κοιτάζοντας τους. Ο καθηγητής Holger Hänßle από την πανεπιστημιακή δερματολογική κλινική στη Χαϊδελβέργη έχει αναπτύξει ένα σύστημα που υποστηρίζει τους γιατρούς στην εργασία τους.

Σε μια μελέτη, διαπίστωσε τη διαφορά καλύτερη από τις περισσότερες από 58 δερματολόγους. Μόνο πολύ έμπειροι γιατροί ήταν πιο ακριβείς. Το σύστημα χρησιμοποιείται τώρα σε περίπου 40 πρακτικές. "Ο γιατρός πρέπει πάντα να εξέταζε πρώτα το σημάδι γέννησης", εξηγεί ο Hänßle, "μόνο τότε μπορεί να ενεργοποιήσει την τεχνητή νοημοσύνη." Η απόφαση παραμένει στον γιατρό. Μπορεί επίσης να λάβει υπόψη άλλες πληροφορίες, όπως αν το σημάδι του δέρματος έχει αλλάξει ή είναι καινούργιο.

Πολλοί επιστήμονες εργάζονται σε άλλες εφαρμογές, μερικές από τις οποίες πρόκειται να τεθούν σε εφαρμογή. Για παράδειγμα, ένα έργο Forsting: με πιθανότητα 95 τοις εκατό, το σύστημά του μπορεί να χρησιμοποιήσει απεικόνιση μαγνητικού συντονισμού για να προβλέψει εάν ο καρκίνος του τραχήλου της μήτρας έχει ήδη αναπτύξει μεταστάσεις. Χωρίς αφαίρεση ιστών και χωρίς επαγγελματική αξιολόγηση γιατρού.

Λιγότερη εργασία ρουτίνας

Προγράμματα άλλων ερευνητών, για παράδειγμα, ανίχνευσαν καρκίνο του μαστού σε μαστογραφίες τουλάχιστον τόσο συχνά όσο οι γιατροί. Η διάγνωση του καρκίνου του πνεύμονα είναι επίσης ένα από τα έργα που έχουν προχωρήσει πολύ.

Για τον ακτινολόγο Forsting, ωστόσο, η AI έχει αρχικά ένα άλλο όφελος. Μπορείτε να ανακουφίσετε τον γιατρό από πολλές εργασίες ρουτίνας. Για παράδειγμα, η μέτρηση των εστιών της φλεγμονής σε ασθενείς με σκλήρυνση κατά πλάκας. Ή η μέτρηση του μεγέθους του όγκου κατά τις εξετάσεις.

Μεταξύ άλλων, αυτό θα μπορούσε να αποτρέψει τα λάθη που προκύπτουν από την «ικανοποίηση της αναζήτησης», όπως λένε οι γιατροί. Έτσι από την ικανοποίηση που ανακάλυψα το εύρημα που ψάχνατε. Αυτό οδηγεί εύκολα στο γεγονός ότι δεν παρατηρούνται άλλες ανωμαλίες. Ο αριθμός των εστιών MS έχει προσδιοριστεί, αλλά παραβλέπεται η μετάσταση στην περιοχή διάγνωσης. Εάν ο υπολογιστής αναλάβει τη ρουτίνα, ο γιατρός θα μπορούσε να επικεντρωθεί σε οτιδήποτε άλλο μπορεί να αποκαλύψει η ηχογράφηση.

Ένας γιατρός, 20 ασθενείς εντατικής θεραπείας

Δρ. Alexander Meyer im Sinn, υποψήφιος καρδιοχειρουργός στο Γερμανικό Κέντρο Καρδιών στο Βερολίνο. Διαμορφώθηκε από την εμπειρία που έπρεπε να κάνει ως νέος γιατρός: ως ο μόνος γιατρός σε μονάδα εντατικής θεραπείας που φροντίζει 20 ασθενείς.

Ο Meyer τώρα τροφοδότησε έναν υπολογιστή με δεδομένα 11.000 ασθενών και ανέπτυξε ένα σύστημα βοήθειας από αυτόν. Αυτό συλλέγει τη μεγάλη ποσότητα δεδομένων που είναι
οι ιδιωτικοί ασθενείς συλλέγονται, τους συγκεντρώνουν και τους αναλύουν. "Αυτό επιτρέπει στον υπολογιστή να εντοπίσει επιπλοκές σε πρώιμο στάδιο που δεν είναι ακόμη σαφώς εμφανείς και μπορούν να ξεφύγουν από τον γιατρό, ειδικά σε έντονες καταστάσεις", εξηγεί ο Meyer. Το AI μπορεί ακόμη και να αποτρέψει τους θανάτους με αυτόν τον τρόπο. Για παράδειγμα επειδή επιτρέπει ταχύτερη παρέμβαση σε περίπτωση νεφρικής ανεπάρκειας.

Καλύτερα από τον άνθρωπο;

Οι υπολογιστές μπορούν επίσης να βοηθήσουν στη διάγνωση της εγκεφαλικής αιμορραγίας που δεν έχουν ανακαλυφθεί από τους γιατρούς. Θα βρείτε καρδιακές αρρυθμίες στο EKG. Έχουν τη δυνατότητα να προτείνουν θεραπείες για δηλητηρίαση από το αίμα. Αναγνωρίζουν πνευμονικούς εμβολισμούς.

Αλλά το AI δεν λειτουργεί τέλεια. Η ακρίβεια των διαγνώσεών τους είναι συχνά πάνω από 90 τοις εκατό, αλλά σχεδόν ποτέ 100. Ωστόσο, αυτό είναι αρκετά αρκετό για να ξεπεράσει τους γιατρούς ή τουλάχιστον να είναι ισοδύναμοι με αυτούς.

Ο τεχνητός γιατρός μπορεί να μάθει από αυτό - μέσω πρόσθετων δεδομένων που τροφοδοτούνται σε αυτόν. Το αν μπορείτε να εμπιστευτείτε την τεχνητή νοημοσύνη εξαρτάται γενικά από την ποιότητά τους. Το ποσό δεν έχει σημασία. Είναι σημαντικό ο υπολογιστής να τροφοδοτείται με τις σωστές πληροφορίες. Αυτό αποδεικνύεται, μεταξύ άλλων, από την εμπειρία των ερευνητών που είχαν αναπτύξει ένα σύστημα εξέτασης του ήπατος από τομογραφίες υπολογιστών.

Δούλεψε καλά - αλλά απέτυχαν όργανα από ασιατικούς ασθενείς. Η ανατομική θέση διαφέρει λίγο από εκείνη των Ευρωπαίων. Το πρόγραμμα μπόρεσε να αναγνωρίσει τα ασιατικά συκώτια μόνον αφού εισαγάγει τις σχετικές εικόνες.

Το τεστ αντοχής συχνά παραλείπεται

Τέτοια σφάλματα καθιστούν σαφές γιατί ο ποιοτικός έλεγχος των συστημάτων είναι σημαντικός. Πρώτα πραγματοποιείται με εξέταση της ακρίβειας του συστήματος υπολογιστή. Πριν από την έναρξη της αγοράς, ένα τεστ αντοχής σε πραγματικές καταστάσεις θα είχε επίσης νόημα, εάν είναι δυνατόν σε άμεση σύγκριση: ιατρική διάγνωση μόνο έναντι ιατρικής διάγνωσης με υποστήριξη υπολογιστή. Ωστόσο, επειδή τα συστήματα ταξινομούνται ως ιατροτεχνολογικά προϊόντα, τέτοιες δοκιμές δεν είναι υποχρεωτικές και συχνά δεν πραγματοποιούνται.

Από την άλλη πλευρά, η ιατρική εμπιστεύεται σχεδόν φυσικά τον υπολογιστή και σε άλλους τομείς. Στο παρελθόν, για παράδειγμα, οι ιατρικοί υπάλληλοι μέτρησαν τα κύτταρα σε ένα δείγμα αίματος κάτω από το μικροσκόπιο, σήμερα τα αυτοματοποιημένα συστήματα το κάνουν - και το κάνουν πολύ πιο αξιόπιστα και με λιγότερες εσφαλμένες διαγνώσεις από τους εκπαιδευμένους ειδικούς.

Βοήθεια ή αντικατάσταση;

Ωστόσο, πολλοί γιατροί ανησυχούν ότι οι διαδικασίες στον υπολογιστή αντιπροσωπεύουν τελικά ένα είδος «μαύρου κουτιού». Με ποιον τρόπο, με ποια ανάλυση ακολουθεί μια διάγνωση ή μια σύσταση θεραπείας συνήθως δεν είναι σαφής. Οι γιατροί δεν τους αρέσει περισσότερο από τους ασθενείς. Επομένως, οι ειδικοί πληροφορικής εργάζονται ήδη για να διασφαλίσουν ότι οι υπολογιστές παρέχουν ένα είδος αιτιολόγησης με το αποτέλεσμα τους.

Σε κάθε περίπτωση, ένα πράγμα είναι σαφές: όσο η ψηφιακή βοήθεια θα είναι χρήσιμη στο μέλλον, δεν θα αντικαταστήσει τον γιατρό. Από τη μία πλευρά, οι αναλύσεις που πραγματοποιούνται από τον λεγόμενο αλγόριθμο ισχύουν μόνο για μια συγκεκριμένη, περιορισμένη εργασία. Δεν μπορεί να αναλύσει έναν εντερικό πολύποδα (βλ. Πλαίσιο) και να διαγνώσει ταυτόχρονα μια φλεγμονώδη νόσο του εντέρου.

Οι γιατροί ρομπότ παραμένουν μια φαντασία

Από την άλλη πλευρά, το AI μπορεί συχνά να αναγνωρίζει συγκεκριμένα μοτίβα με μεγαλύτερη ακρίβεια από ό, τι οι άνθρωποι, αλλά όχι τα συναισθήματα και το προσωπικό υπόβαθρο. Πώς ένας ασθενής βιώνει την ασθένειά του, ποιο ιστορικό έχει, ποια κληρονομικά προβλήματα υπάρχουν, τι αποκαλύπτει η φυσική εξέταση: Όλα αυτά είναι εξίσου σημαντικά για τη στοχευμένη θεραπεία με τα ακριβή ευρήματα σε μια εικόνα - που μερικές φορές μπορεί να είναι παραπλανητικά. Για παράδειγμα, δεν βλάπτει κάθε δίσκο με κήλη, ενώ μια οπτικά υγιής πλάτη μπορεί ακόμα να πονάει πολύ.

Ωστόσο, οι ειδικοί συμφωνούν: Ο ολοένα και πιο σημαντικός ρόλος της τεχνητής νοημοσύνης στην ιατρική ενέχει κινδύνους, αλλά πάνω απ 'όλα πολλές ευκαιρίες - εάν οι άνθρωποι κρατούν το σκήπτρο στα χέρια τους. Οι φαντασιώσεις στις οποίες θα αντιμετωπίζουμε ρομπότ και υπολογιστές αντί γιατρούς στο μέλλον θα παραμείνουν επομένως ακριβώς εκείνες για το προβλέψιμο μέλλον: φαντασιώσεις.