Trumpas atsakymas – taip, bet ne taip, kaip mėgsta žadėti technologinis marketingas. Dirbtinis intelektas jau dabar padeda kai kurias ligas pastebėti anksčiau, ypač ten, kur yra daug standartizuotų duomenų: mamogramos, akių dugno nuotraukos, biopsijų vaizdai ar kitos medicininės nuotraukos. Nacionalinis vėžio institutas JAV nurodo, kad AI jau gerina kai kurių vėžio patikros ir nustatymo metodų greitį, tikslumą bei patikimumą, o FDA viešai skelbia AI pagrįstų medicinos prietaisų sąrašą. Tuo pačiu Pasaulio sveikatos organizacija pabrėžia, kad tokios technologijos turi būti diegiamos laikantis saugos, etikos ir žmogaus teisių principų.
Kitaip tariant, dirbtinis intelektas medicinoje jau nėra vien laboratorinis eksperimentas. Tačiau jis nėra ir stebuklingas orakulas, kuris iš dviejų simptomų bei pusiau išgerto vitamino padarys galutinę diagnozę. Geriausiai jis veikia tada, kai atlieka siaurai apibrėžtą užduotį: padeda peržiūrėti vaizdus, atrinkti didesnės rizikos atvejus ar paskatinti žmogų atlikti patikrą laiku.
Kur dirbtinis intelektas ankstyvame ligų nustatyme naudingiausias?
Didžiausia AI vertė šiandien matoma ne bendruose „pasikalbėjimuose apie sveikatą“, o organizuotose patikrose ir diagnostikos darbo srautuose. Pavyzdžiui, NCI nurodo, kad AI gali padėti greitai apdoroti mamogramas, o radiologams palikti daugiau laiko toms užduotims, kur jau reikia jų profesinio sprendimo. Taip pat jau yra FDA autorizuotų AI sprendimų, padedančių patologams pažymėti prostatos biopsijų vietas, kurios gali būti įtartinos dėl vėžio, o mokslininkai kuria gilaus mokymosi metodus ikivėžiniams gimdos kaklelio pakitimams aptikti.
Tai svarbus momentas: AI dažnai padeda ne „pakeisdamas gydytoją“, o pagreitindamas pirmąjį filtrą. Jis gali būti tarsi labai greitas antras akių komplektas – ne visagalis, bet naudingas, kai reikia iš didelio kiekio vaizdų greičiau ištraukti įtartinus atvejus. Čia slypi ir ankstyvo nustatymo logika: jei įtartinas pakitimas pastebimas anksčiau arba pacientas greičiau nukreipiamas tolimesniam ištyrimui, tikimybė pradėti gydymą laiku didėja.
Dirbtinis intelektas gali padėti ligas pastebėti anksčiau, bet jis nepakeičia gydytojo
Didžiausia AI nauda medicinoje šiuo metu matoma ten, kur reikia greitai įvertinti daug standartizuotų duomenų – pavyzdžiui, mamogramas, akių dugno nuotraukas ar biopsijų vaizdus.
- Padeda atrinkti įtartinus atvejus greičiau
- Gali pagerinti patikrų pasiekiamumą
- Nėra skirtas savarankiškai pakeisti pilną gydytojo apžiūrą
Ką rodo realūs pavyzdžiai?
Vienas stipriausių pavyzdžių yra mamografinė patikra. Švedijos MASAI tyrime AI palaikoma mamografijos patikra parodė ne blogesnį intervalinių vėžių rodiklį nei įprastas dvigubas radiologų vertinimas, tačiau turėjo didesnį jautrumą, tą patį specifiškumą ir mažino skaitymo darbo krūvį. Ankstesnėje šio tyrimo analizėje AI grupėje buvo nustatyta 6,1 vėžio atvejo 1000 patikrintų moterų, palyginti su 5,1 kontrolinėje grupėje, o radiologų darbo krūvis sumažėjo 44,3 %. Čia jau ne hipsteriška prezentacija su trimis rodyklėmis aukštyn – čia randomizuoto tyrimo duomenys.
Kitas labai aiškus pavyzdys – diabetinė retinopatija. Tai akių komplikacija, kurią anksti pastebėjus galima išvengti regėjimo praradimo. FDA 2018 m. autorizavo pirmą autonominę AI sistemą ankstyvai diabetinės retinopatijos atrankai, kad tokia patikra galėtų vykti ir pirminėje sveikatos priežiūroje, nebūtinai laukiant akių gydytojo interpretacijos vietoje. 2024 m. randomizuotame tyrime jaunų pacientų grupėje AI pagrįsta akių patikra vietoje pasiekė 100 % tyrimo atlikimo rodiklį per 6 mėnesius, kai kontrolinėje grupėje jis buvo 22 %. Tai svarbu todėl, kad ankstyvas nustatymas priklauso ne tik nuo algoritmo tikslumo, bet ir nuo to, ar žmonės apskritai patenka į patikrą.
Svarbu ir tai, kad AI nauda neapsiriboja vien „rado arba nerado“. Kai kuriose srityse jis gali padėti įvertinti riziką anksčiau nei atsiranda akivaizdūs požymiai. NCI nurodo, kad AI algoritmai mamografijoje gali ne tik gerinti aptikimą, bet ir padėti prognozuoti ilgalaikę invazinio krūties vėžio riziką. Vadinasi, dalis vertės slypi ne tik diagnozėje šiandien, bet ir geresniame rizikos sluoksniavime rytoj.
Bet kur čia kabliukas?
Kabliukas tas, kad ne kiekvienas AI įrankis yra vienodai naudingas, o kai kurie istoriškai net nuvylė. Diabetinės retinopatijos apžvalgoje pažymima, kad ankstesni kompiuterinės pagalbos sprendimai mamografijoje tapo įspėjamuoju pavyzdžiu, nes realiose sąlygose buvo siejami su prastesniu piktybinių navikų aptikimo tikslumu. Kitaip tariant, vien užrašas „AI“ ant dėžutės dar nereiškia progreso. Reikia realių klinikinių tyrimų, aiškaus naudojimo tikslo ir stebėsenos po įdiegimo.
Dar svarbiau tai, kad tokios sistemos dažniausiai patvirtinamos labai konkrečiai paskirčiai. Diabetinės retinopatijos AI sistema, aprašyta apžvalgoje, nėra skirta pakeisti pilną akių ištyrimą ir neieško visų kitų akių ligų, pavyzdžiui, glaukomos ar geltonosios dėmės degeneracijos. WHO taip pat pabrėžia, kad AI sveikatoje turi būti kuriamas ir naudojamas taip, kad sauga, etika ir atskaitomybė būtų ne priedas, o pagrindas.
Todėl labai svarbu atskirti dvi skirtingas kategorijas: reguliuojamus medicininius AI sprendimus ir bendro pobūdžio dirbtinio intelekto programėles ar pokalbių robotus. Pirmieji yra kuriami konkrečiai medicininei paskirčiai ir vertinami pagal saugos bei veiksmingumo reikalavimus. Antrieji gali būti naudingi informacijai susisteminti, tačiau nėra tas pats, kas patvirtinta diagnostikos priemonė. Iš to logiškai seka paprasta taisyklė: simptomus, tyrimų atsakymus ir įtarimus dėl ligos turi vertinti gydytojas, o ne vien bendro naudojimo AI įrankis.
| Sritis | Kaip AI gali padėti anksčiau nustatyti ligą? | Kur ribos? |
|---|---|---|
| Mamografinė patikra | Greitesnė įtartinų vaizdų atranka, didesnis jautrumas, mažesnis radiologų darbo krūvis | Negali pakeisti visos klinikinės sprendimų grandinės ir turi būti nuolat validuojama |
| Diabetinės retinopatijos atranka | Leidžia patikrą atlikti arčiau paciento, didina ankstyvo tyrimo atlikimo tikimybę | Nepakeičia pilno akių gydytojo ištyrimo ir neieško visų akių ligų |
| Patologija ir biopsijos | Padeda pažymėti įtartinas sritis ir greičiau nukreipti gydytojo dėmesį | Galutinė interpretacija vis tiek priklauso nuo specialisto |
| Pacientų naudojamos AI programėlės | Gali padėti susisteminti informaciją ar paskatinti kreiptis pagalbos | Nėra tas pats, kas reguliuojamas diagnostikos įrankis |
Taigi, ar atsakymas yra „taip“?
Taip – dirbtinis intelektas gali padėti ligas nustatyti anksčiau, ypač ten, kur kalbame apie patikras, vaizdų analizę, rizikos įvertinimą ir greitesnį pacientų nukreipimą tolimesniam ištyrimui. Krūties vėžio patikros tyrimai rodo, kad AI gali didinti jautrumą ir mažinti darbo krūvį, o diabetinės retinopatijos srityje jis jau padeda daugiau žmonių apskritai pasiekti ankstyvą patikrą.
Bet lygiai taip pat svarbu pasakyti ir antrą sakinio pusę: AI nėra universali diagnostikos lazdelė. Jis stipriausias siaurose, aiškiai apibrėžtose užduotyse, su kokybiškais duomenimis ir geru klinikiniu procesu aplinkui. Ten, kur prasideda migloti simptomai, sudėtingas kontekstas, kelių ligų persidengimas ar būtinybė prisiimti atsakomybę už sprendimą, žmogaus vaidmuo išlieka centrinis.
Pabaigai
Protingiausia šios temos išvada skamba taip: dirbtinis intelektas gali tapti labai stipriu ankstyvo ligų nustatymo pagalbininku, bet blogu šeimininku. Kai jis naudojamas kaip papildomas įrankis gydytojui, patikros programai ar klinikiniam darbo srautui, nauda gali būti reali ir pamatuojama. Kai iš jo bandoma padaryti savarankišką „daktarą telefone“, prasideda pavojingi supaprastinimai. Mokslas čia juda į priekį, bet fanfarų pūsti dar anksti.
