Medicina i znanost nikad nisu bile bliže: Umjetna inteligencija postala je neizostavni dio liječničkog posla

Medicina i znanost nikad nisu bile bliže: Umjetna inteligencija postala je neizostavni dio liječničkog posla

Umjetna inteligencija (AI) okružuje nas na svakom koraku i postala je stvarnost, a ne više daleka budućnost. Različite industrije upotrebljavaju pametne uređaje i rješenja kako bi olakšale rad i uvele efikasnije obavljanje svakodnevnog posla. Umjetna inteligencija postavlja put naprednim tehnologijama i postaje jedan od ključnih alata u medicini. Upravo takva rješenja danas pravilno i s visokim stupnjem točnosti i preciznosti otkrivaju bolesti te sugeriraju najučinkovitije terapije. Kad se radi o uštedi vremena zbog koje dolazi do spašavanja života, očito je da su umjetna inteligencija i strojno učenje važni za zdravstvo i svakog pacijenta.

Kako umjetna inteligencija mijenja zdravstvo?

Rješenja bazirana na naprednim tehnologijama su precizna u detektiranju bolesti i na taj način pomažu liječnicima daljnju obradu pacijenta. Algoritmi strojnog učenja mogu analizirati određene podatke i nekoliko desetaka puta brže.

Tehnologija nudi ogromne mogućnosti za liječničku struku. Jako se puno vremena troši na neke procese koji se mogu ubrzati pomoću umjetne inteligencije i time učiniti efikasnijim. Umjetna inteligencija može nadzirati pacijente i odgovarati na pitanja te na taj način spriječiti nepotrebne posjete bolnicama ili tijekom pregleda omogućiti liječniku da više vremena provodi s pacijentom onda kada je stvarno potrebno.

Slično kako radi ljudski mozak tako rade neuronske mreže strojnog učenja. Što se bolje i više istreniraju na raznovrsnijem skupu podataka brže će automatizmom riješiti neki zadatak. Osim za slikovnu obradu (npr. snimke ultrazvuka) takva rješenja je moguće primijeniti i u drugim funkcijama kao npr. analiza moždana aktivnost EEG ili analizi kretanja kralježnice kod detekcije skolioze i slično.

Medicina i znanost nikad nisu bile bliže: Umjetna inteligencija postala je neizostavni dio liječničkog posla

Nema kognicije, sveopćeg znanja i konteksta, ali ono što ljudskog oko može razlikovati to isto mogu i istrenirani razni modeli strojnog učenja.

TIS i Poliklinika za dječje bolesti Sabol: Projekt SENDD primjena umjetne inteligencije u zaštiti dojenčadi

Medicina i znanost nikad nisu bile bliže: Umjetna inteligencija postala je neizostavni dio liječničkog posla

TIS je među prvim tvrtkama koja je krenula primjenjivati umjetnu inteligenciju kod malih beba, dojenčadi od 2 do 3 mjeseca starosti.

Radi se o digitalnom sustavu SENDD (System for Early Neurological Deviation Detection) za rano otkrivanje potencijalnih neurorazvojnih odstupanja koje se temelji na tehnologiji umjetne inteligencije, točnije računalnom vidu za prepoznavanje dječjih poza, te istreniranim neuronskim mrežama za zaključivanje kvalitete pokreta, a sam postupak je temeljen na medicinski dokazanoj metodi i klasifikaciji procjene kvalitete spontanih pokreta prema prof. M. Hadders-Algra, MD, PhD.

Sustav trenutačno „uči“ procijeniti kvalitetu spontanih pokreta (vrpoljenja) kod dojenčadi, na temelju klasificiranih video snimki od strane minimum 2 neuropedijatra iz Poliklinike za dječje bolesti Sabol, a sve s ciljem otkrivanja dojenčadi s visokim rizikom od neurorazvojnih odstupanja.

Prednost je što dijete skupa s roditeljima ne treba odlaziti u bolnice ili druge poliklinike. Dovoljno je da roditelj mobitelom snimi dijete kada se vrpolji doma, djetetu u prirodnom okruženju, u bilo koje doba dana i pošalje snimku u SENDD sustav. Nakon provjere medicinskih i dječjih uvjeta video snimke, liječnici neuropedijatari će pristupiti analiziranju vrpoljenja i procjeni neurorizičnosti. Roditelj po završetku procesa na mail dobiva službeni nalaz s procjenom neurorizičnosti i daljnjim preporukama što činiti. Takva kategorizirana snimka se u AI djelu SENDD sustava koristi za učenje i treniranje raznih modela strojnog učenja i dubokih neuronskih mreža. Po završetku SENDD projekta ideja je imati digitalni AI sustav koji će samostalno moći odraditi probir dojenčadi s potencijalnim neurorizičnim vrpoljenjem. Na taj način se unaprjeđuje cijeli proces ranog otkrivanja neurorazvojnih odstupanja, doktori dobivaju više vremena za posvetiti se djeci s problemima, dok je roditeljima omogućen pravovremeni preventivni pregled neurorizičnosti njihove djece pomoću neinvazivnih medicinsko-tehnoloških metoda.

Ova medicinska metoda je već dugo godina unazad poznata i djeluje, ali se pomoću umjetne inteligencije cijeli proces automatizira, olakšava i liječnicima i pacijentima. Omogućuje se efikasnija detekcija neuro razvojnih odstupanja, pravovremenu terapiju, vježbe itd.

Tko će opstati - liječnici ili umjetna inteligencija?

Opstat će oni liječnici koji koriste umjetnu inteligenciju. U medicini zaista ima mjesta za umjetnu inteligenciju pogotovo korištenjem računalnog vida u slikovnoj dijagnostici, ultrazvučnoj i radiološkoj dijagnostici u kojima postoje standardizirani presjeci i točke koje je potrebno analizirati.  Ti se standardizirani skupovi podataka predstavljaju ulazne podatke kojima se „hrane“ ta razna područja umjetne inteligencije koje na izlaznoj stranici brže, efikasnije daju rezultate.

Medicina i znanost nikad nisu bile bliže: Umjetna inteligencija postala je neizostavni dio liječničkog posla

Tu se ne radi o rješenju koji će potpuno zamijeniti liječnike, ali svakako se radi o rješenju za ozbiljan probir koji štedi vrijeme.

Na individualnoj razini tu se može svašta primijeniti. Ako želimo imati monitoring pacijenta kod kuće i njegovih vitalnih parametara, to svakako možemo prepustiti ovakvim tipovima rješenja. Umjesto dosadašnjih upitnika koji su se nekad ispunjavali kod kuće sada će vam sustav, aplikacija javiti i podsjetiti vas da je vrijeme da popijete lijek ili izmjerite tlak ili razinu šećera u krvi.

Također, puno medicinskih nalaza može se automatizirati uz prethodnu provjeru i potvrdu nadležnog liječnika.

Korištenjem podataka od pametnih satova, nakita ili drugih uređaja otvaraju se nove mogućnosti primjene umjetne inteligencije s ciljem prevencije ozbiljnijeg zdravstvenog stanja. Analiza ponašanja prilikom korištenja računala, vožnje, šetnje i slično može rezultirati predviđanjem neuroloških i kardiovaskularnih ili psihičkih epizoda što otvara mogućnosti preventivnog djelovanja što je najveća vrijednost koju trebamo iskoristiti.

Autori:

Tomislav Strgar, Project Manager, TIS

dr.sc. Goran Krakar, dr.med. Specijalist pedijatar i subspecijalist neuropedijatar, Poliklinika za dječje bolesti dr Sabol

Tko smo