Sztuczna inteligencja rewolucjonizuje onkologię. Nie tylko automatyzuje zadania patologów, ale też staje się narzędziem wsparcia dla lekarzy w codziennej praktyce.
W skrócie:
- Zatwierdzone przez FDA algorytmy AI już teraz pomagają patologom w analizie tkanek, automatyzując rutynowe zadania i pozwalając im skupić się na najtrudniejszych przypadkach.
- Trwają prace nad wykorzystaniem AI do przewidywania mutacji genetycznych na podstawie obrazów. Niektóre metody osiągają nawet 95% skuteczności, choć wciąż nie zastąpią sekwencjonowania.
- Sztuczna inteligencja staje się narzędziem wsparcia klinicznego. Lekarze już dziś używają jej do błyskawicznego przeszukiwania literatury medycznej, by weryfikować powiązania leków z objawami.
Sztuczna inteligencja w medycynie budzi emocje – od entuzjazmu po lęk przed zastąpieniem człowieka przez maszynę. Tymczasem rzeczywistość jest znacznie bardziej pragmatyczna, a co najważniejsze, dzieje się na naszych oczach. Prof. David Rimm, ceniony patolog i onkolog z Yale University School of Medicine, studzi nieco zapał fantastów, jednocześnie pokazując, gdzie AI już dziś staje się nieocenionym partnerem lekarza. “Wszyscy ekscytują się, że AI będzie w stanie zrobić wszystko; myślę, że to przesada” – mówi. I od razu dodaje, że w konkretnych zadaniach algorytmy radzą sobie znakomicie, przynosząc realne korzyści.
Skalpel, mikroskop i… algorytm? Jak AI odciąża patologów?
Jednym z najbardziej obiecujących zastosowań AI w onkologii jest patologia. Codzienna praca patologa polega na analizie setek próbek tkanek pod mikroskopem. To zadanie żmudne, czasochłonne i wymagające absolutnej precyzji. I tu właśnie wkracza technologia. Algorytmy mogą analizować prawidłowe tkanki i oznaczać je jako “czyste”, co pozwala specjaliście skupić się wyłącznie na obszarach, które mogą wskazywać na zmiany nowotworowe. To nie futurologia. “To zastosowanie AI, które zostało już zatwierdzone przez FDA i prawdopodobnie będzie coraz częściej wykorzystywane, ponieważ oszczędza patologom pracę, pieniądze i czas” – podkreśla prof. Rimm.
Warto to zaznaczyć – nie chodzi o zastąpienie człowieka. Ostateczną diagnozę wciąż stawia lekarz. Maszyna wykonuje jednak gigantyczną pracę przesiewową, której człowiek nie musiałby robić. To klasyczny przykład, jak technologia może wzmacniać ludzkie kompetencje, a nie je eliminować. Najnowsze badania, opublikowane w prestiżowym czasopiśmie JAMA Network Open, potwierdzają te tezy. Wykazano w nich, że algorytm uczenia maszynowego potrafił znacznie bardziej obiektywnie i powtarzalnie ocenić kluczowy biomarker w czerniaku niż ludzcy specjaliści, których oceny bywają subiektywne.
Czy AI potrafi czytać z genów, patrząc na obrazek?
Kolejny front walki z rakiem, na którym AI może odegrać kluczową rolę, to genomika. Naukowcy pracują nad algorytmami zdolnymi do przewidywania konkretnych mutacji genetycznych na podstawie samego obrazu tkanki. Wyobraźmy sobie sytuację, w której analiza mikroskopowa od razu podpowiada, z jaką mutacją mamy do czynienia, bez konieczności kosztownego i czasochłonnego sekwencjonowania. Brzmi jak rewolucja? I tak, i nie.
Prof. Rimm podchodzi do tego z rezerwą. “Niektóre z tych [narzędzi] mogą zadziałać, a niektóre nie” – tłumaczy. Podaje konkretne przykłady. Okazuje się, że AI potrafi zidentyfikować mutację w genie BRAF z czułością i specyficznością na poziomie 95%. To wynik zbliżony do progu wymaganego w zastosowaniach klinicznych (zwykle 95 – 98%). Jednak w przypadku mutacji w genie P53 skuteczność spada do zaledwie 60%. “Nie zastąpisz sekwencjonowania analizą obrazu AI, jeśli jej skuteczność wynosi tylko 60%” – kwituje Rimm. Czas pokaże, czy uda się udoskonalić te metody na tyle, by stały się standardem.
Twój lekarz już korzysta z AI (i pewnie ci o tym nie powiedział)
Być może najbardziej zaskakujący jest fakt, że sztuczna inteligencja już teraz jest obecna w gabinetach lekarskich, choć w mniej spektakularnej formie. Nie chodzi o roboty-chirurgów, ale o inteligentne systemy wsparcia decyzji klinicznych. To narzędzia, które w kilka sekund potrafią przeszukać całą dostępną literaturę medyczną, by odpowiedzieć na konkretne pytanie lekarza.
Prof. Rimm podzielił się osobistą anegdotą. Podczas wizyty u swojego lekarza internisty ten, mając wątpliwości co do związku między objawem a przepisanym lekiem, zwrócił się do “opartej na dowodach maszyny AI”. Zadał pytanie i natychmiast otrzymał odpowiedź: brak udokumentowanych powiązań. “Tego rodzaju AI będzie powszechna, jeśli już nie jest” – prognozuje ekspert z Yale. To cicha rewolucja, która dzieje się z dala od blasku fleszy, ale ma ogromny potencjał, by poprawić jakość i bezpieczeństwo leczenia. Zamiast polegać wyłącznie na ludzkiej pamięci, lekarz zyskuje potężnego asystenta, który ma dostęp do całej wiedzy medycznej świata. I to jest zmiana, na którą wszyscy czekaliśmy.