gyors belépés:

ugrás a tartalomhoz (Alt 1) ugrás a főmenühöz (Alt 2)

Radó Nóra
Életet mentenek, diagnosztizálnak és gyógyszert is terveznek az egészségügyi algoritmusok

Dr. Algorithmus
Grafika: Elekes © Goethe-Institut Budapest

Mára az egészségügyi adatok a fogantatás utáni hetektől kezdődően a halálig mindenkit végigkísérnek. A nőgyógyász, a gyermekorvos, a háziorvos és a különféle szakorvosok feljegyzései, zárójelentései, felírt gyógyszerei és szakvéleményei kartotékokba rendezve sorakoznak az egészségügyi intézmények polcain, az utóbbi időben pedig egyre inkább a felhőben.

Az adathalmazokból tanuló és azok összefüggéseit felkutató okos algoritmusok megjelenésével ezek az egészségügyi adatok is felértékelődtek, ugyanis segítségükkel a betegek egészségvédelmétől kezdve az orvosi munka hatékonyságának növelésén át komplett egészségügyi rendszerek optimalizálása válik elérhetővé, ez pedig végső soron egyének és közösségek egészségének hosszú távú jobbítását és megőrzését jelenti.

Terhes vagy? Az algoritmus teszt nélkül is megmondhatja


Egyéni szinten a szűk mesterséges intelligencia (artificial narrow intelligence – ANI) már számos területen segíti az egészségmegőrzést vagy éppen a krónikus betegségek menedzselését. Elsősorban okostelefonok, fitneszkarkötők vagy digitális egészségügyi eszközök alvást, aktivitást, stressz-szintet és különféle egészségügyi paramétereket mérő szenzorai által begyűjtött adatokon keresztül. Ezek életmentőek is lehetnek: tavaly karácsonykor például egy magyar férfinak az ajándékba kapott Apple Watch okosóra jelezte ki addig nem is sejtett szívproblémáját. [1]

Más meglepő módokon is megnyilvánul a mesterséges intelligencia: egy amerikai üzlet vásárlási mintázatokat elemző osztálya célzott levélben ajánlott babaápolással és terhességgel kapcsolatos termékeket egy fiatal lánynak, akinek az édesapja kérdőre vonta az áruházat, miért buzdítanak teherbe esésre egy kiskorút – majd kiderült, hogy lánya valóban gyermeket vár. [2] Az algoritmus a fiatal nő vásárlásai alapján előbb vette észre a terhességet, mint a szülő. Ez a történet már nyolc éves, azóta az algoritmusok pedig csak „okosodtak”.

Az okos szoftverek leghasznosabb, egészségügyben bevetett típusai közé tartoznak a tünetek felderítésére és azok alapján a kezdeti diagnosztikára összpontosító, úgynevezett „symptom checker” alkalmazások, például a német fejlesztésű Ada Health vagy a brit Babylon Health. Ezek úgy működnek, akár egy orvos agya: a már meglévő orvosi tudásbázisokat egy helyen gyűjtik össze, miközben felhasználóik számának, illetve ebből keletkező „tapasztalataik” növekedésével egyre pontosabb diagnózist képesek nyújtani. Ezek olyannyira reménykeltő technológiák, hogy a jövőben a háziorvosi látogatások nulladik lépcsőjeként szolgálhatnak – kiszűrhetik ugyanis az egyszerű, akár otthon is kezelhető panaszokat mutatókat, így időt és energiát takaríthatnak meg a háziorvosoknak.

Dr. Algoritmus kéri a következőt


Nem csupán a betegek helyzetét, hanem az orvosok munkáját is jelentősen megkönnyítheti a mesterséges intelligencia. A neves amerikai Massachusetts Institute of Technology (MIT – Massachusettsi Műszaki Egyetem) egyik kutatócsoportja olyan okos algoritmussal felszerelt robotot épített, amelyik a szülőszobában segíti az orvosokat és a nővéreket, elsősorban szervezési és adminisztratív feladatok (például a műtétek ütemezésének) elvégzésével. [3] Ez csak egy példa, viszont számos esetben láthatjuk, hogy az algoritmusok mennyire hatékonyak lehetnek a betegutak menedzselésében, az egészségügyi személyzet adminisztratív teendőinek automatizálásában és a hatékony időgazdálkodásban. [4]

A technikai megoldásokon kívül már a konkrét diagnosztikai és terápiás kérdésekbe is bevonható az MI. Mivel az okos algoritmusok két leggyorsabban fejlődő területe a természetes nyelvfeldolgozás és a gépi látás (computer vision, machine vision), az egészségügyben is azokon a területeken törtek be a mesterséges intelligencián alapuló szoftverek, ahol ezek jól használhatóak.

A természetes nyelvfeldolgozást használó algoritmusok fejlődésével például lehetőség nyílik arra, hogy egyre pontosabb hangalapú biomarkereket társítsanak az egyes betegségekhez. [5] Charles Marmar, a New York-i Egyetem Langone Egészségügyi Központja pszichiátriai osztályának vezetője például egy ötéves kutatás keretében a poszttraumás stressz szindrómával (PTSD) összefüggésbe hozható, mintegy harminc hangalapú biomarkert azonosított veteránok és a felmérésben részt vevő más alanyok hangmintáiból. Ezek alapján kifejlesztettek egy gépi tanulással fejlődő programot a PTSD diagnosztizálására. [6] Egy másik kutatásban a hasonló analitikával működő algoritmus gyerekeknél állapított meg depressziót és szorongásos tüneteket hangminták alapján. [7] Nemrég az MIT kutatói pedig olyan algoritmust fejlesztettek, amelyik a köhögés alapján képes a tünetmentes koronavírus-fertőzötteknél megállapítani, hogy elkapták-e a világjárványt okozó vírust. [8]

A másik forradalmi szoftveres módszer, az arcfelismerő technológiák alapjául is szolgáló gépi látás a radiológiát kezdte el felforgatni, ezt pedig már az MI-vel foglalkozó orvosi tanulmányok száma is mutatja. Míg 2007–2008-ban évente 100-150 tanulmány jött ki, 2016–2017-re a kutatásokról szóló beszámolók száma már 700-800-ra nőtt, és ezeknek több mint fele MR- és CT-felvételek algoritmikus elemzésével foglalkozik. [9] A legújabb fejlemények között tartják számon például annak a szoftvernek a kifejlesztését, amely CT-felvételek alapján egy percen belül képes megmondani, koronavírusos-e a vizsgált beteg. [10] Ezt az Európai Bizottság támogatásával ma már 10 európai kórházban használják. [11]

Gyógyszertervezés hónapok helyett néhány óra alatt


Az egészségügyön belül egy másik terület, ahol a mesterséges intelligencia forradalmi változásokat generál, az a gyógyszerfejlesztés. Míg egy hagyományos folyamatban több évig is eltarthat, hogy egy vakcinát vagy egy új pirulát kifejlesszenek, leteszteljenek, majd piacra dobjanak, az MI segítségével a gyógyszertervezés lényegesen lerövidülhet.

Az Atomwise nevű, molekulák tervezésével foglalkozó amerikai cég neurális hálózatokat alkalmaz új gyógyszerkombinációk és új pirulák kikísérletezésére. Kutatóinak az általuk használt módszerek segítségével már 2015-ben sikerült négy hónap alatt két új potenciális gyógyszerrel előállniuk, amelyek csökkenthetik az Ebola-vírussal való megfertőződés rizikóját. [12] Algoritmusuk a folyamat elején hétezer lehetséges gyógyszert vett górcső alá mindössze egyetlen nap alatt. Már magyar cég is foglalkozik hasonlóval: a néhány éve alapított Turbine a rákgyógyításban igyekszik kamatoztatni a sejtbiológiai szimulációk és a mesterséges intelligencia eredményeit.

Az utóbbi hónapokban a koronavírus elleni harcban vetették be az MI-t a gyógyszergyárak. [13] Közülük csak egy példa a koronavírus elleni, harmadik fázisban lévő vakcinajelöltek egyikét gyártó San Diegó-i Inovio Pharmaceuticals nevű cég. Kate Broderick, az Inovio egyik kutatásfejlesztési alelnöke azt mondta, a cég lelkesen várta, hogy a koronavírus genomszekvenciáját feltegyék az internetre. [14] Amikor a kínai hatóságok január 10-én ezt megtették, az Inovio kutatói azonnal betáplálták a szekvenciát programjukba, és az algoritmus három órán belül kidobott egy teljesen megtervezett és optimalizált, DNS-alapú vakcinajelöltet, amely 83 napon belül már a klinikai tesztelés fázisába került. De nemcsak ők, hanem valamennyi koronavírus elleni védőoltást fejlesztő gyógyszergyár bevetette az okos algoritmusokat a küzdelemben.

Ez csak néhány példa a mesterséges intelligencia jelenlegi, egészségügyi alkalmazására, viszont a következő néhány évben ez a lista egészen biztosan exponenciálisan bővülni fog. Betegként, orvosként, gyógyszerkutatóként, kórházak fenntartóiként és egészségügyi rendszerek tervezőiként pedig az algoritmusok minden korlátja ellenére csak örülhetünk a technológia efféle, rohamos fejlődésének.


Hivatkozások

[1] „Egy magyar férfi állítja, az Apple Watch mentette meg az életét”, hvg.hu, Letöltés: 2020. 11. 20.
[2] Golgowski, Nina, „How Target knows when its shopper are pregnant – and figured out a teen was before her father did”, Daily Mail Online, Letöltés: 2020. 11. 20.
[3] Conner-Simons, Adam, „Robot helps nurses schedule tasks on labor floor”, MIT News, Letöltés: 2020. 11. 20.
[4] Finley, Dane, „AI in healthcare admisitration: How digital health firms and big tech are using AI to ease doctors’ administrative burden”, Business Insider, Letöltés: 2020. 11. 20.
[5] Radó Nóra, „Itt az okoskarkötő, ami már a hangodból megmondja, hogy mérges vagy”, Quibit, Letöltés: 2020. 11. 20.
[6] „Artificial intelligence can diagnose PTSD by analyzing voices: Study test potential telemedicine approach.” ScienceDaily, Letöltés: 2020. 11. 20.
[7] McGinnis, Ellen, „Machine learning analysis of speech detects anxiety, depression in children”, Healio, Letöltés: 2020. 11. 20.
[8] Chu, Jennifer, „Artificial intelligence model detects asymptomatic Covid–19 infections through cellphone-recorded coughs”, MIT News, Letöltés 2020. 11. 20.
[9] Pesapane, Filippo és tsai, „Artificial intelligence in medical imaging: threat or opportunity? Radoilogists again at the forefront of innovation in medicine”, European Radiology Experimental 2018/2., Letöltés: 2020. 11. 20.
[10] Radó Nóra, „A mesterséges intelligencia gőzerővel keresi a vakcinát a koronavírus ellen”, Quibit, Letöltés: 2020. 11. 20.
[11] „Using AI to fast and effectively diagnose COVID–19 in hospitals”, European Comission, Letöltés: 2020. 11. 20.
[12] „Atomwise finds first evidence towards new Ebola treatments”, Atomwise, Letöltés: 2020. 11. 20.
[13] Radó, „A mesterséges...”
[14] Waltz, Emily, „What AI Can – and Can’t – Do in the Race for a Coronavirus Vaccine”, IEEE Spectrum, Letöltés: 2020. 11. 20.