9 minute read
Przemysław Czuma: AI przyniesie rewolucyjne zmiany we wszystkich dziedzinach życia
from OSOZ Polska
by OSOZ Polska
Amerykańska Agencja ds. Żywności i Leków (FDA) dopuściła już 64 algorytmy do zastosowań medycznych. I choć na razie w polskich szpitalach trudno szukać rozwiązań AI, ich wdrożenie jest tylko kwestią czasu. O tym, jak AI zmieni sposób opieki, podejmowania decyzji klinicznych, diagnozowania i leczenia chorób, rozmawiamy z Przemysławem Czuma, inicjatorem niedawno powołanego Polskiego Stowarzyszenia „Sztuczna inteligencja w medycynie”.
Advertisement
Skąd Pana zainteresowanie sztuczną inteligencją w medycynie?
Wydaje się, że geneza tych zainteresowań jest niejednorodna. Jednego ze źródeł upatrywałbym w prozie Stanisława Lema, która pochłonęła mnie dość wcześnie. Lem, w mojej opinii, to nie tylko największy pisarz science-fiction w historii literatury, ale przede wszystkim błyskotliwy futurysta i filozof. Z czasem fascynacja autorem „Solaris” rozszerzyła się na ogólnie pojęty futuryzm, czyli przewidywanie, co ludzkości zgotuje przyszłość. W ten sposób kilka lat temu trafiłem na lektury Nicka Bostroma oraz Raya Kurzweila, a nieco później Erica Topola i inne bardziej praktyczne podręczniki poruszające temat sztucznej inteligencji.
»Lekarze powinni raczej cieszyć się z rozwoju AI, niż się jej obawiać.«
Z drugiej strony, jako lekarz od dwudziestu lat wszczepiający sztuczne stawy, siłą rzeczy mogłem się nie tylko z bliska przyglądać, ale i uczestniczyć we wdrażaniu innowacji leczniczych, będąc świadkiem jak niebywałe korzyści potrafi pacjentom przynieść postęp technologiczny. Moje zainteresowanie AI, jak widać, to wypadkowa fascynacji przewidywaniem przyszłości oraz popartej doświadczeniem wiary w zbawienny wpływ technologii na ludzkie zdrowie przy odrobinie dobrych intencji. Gdzieś w to wszystko można jeszcze wpleść romans ze statystyką medyczną – odkrywanie ukrytych zależności w zbiorach danych, czym, mam nadzieję, nie raz nas sztuczna inteligencja jeszcze zaskoczy.
Czy systemy oparte na AI są już wykorzystywane w polskiej ochronie zdrowia?
Odpowiadając na to pytanie mam ten komfort (albo dyskomfort), iż jestem przedstawicielem i aktywnym uczestnikiem polskiej opieki zdrowotnej. To, co z takiej perspektywy może rzucić się w oczy pobocznemu obserwatorowi, to dysonans między szumem informacyjnym wokół sztucznej inteligencji (choć lepiej opisuje to angielskie słowo „hype”), a rzeczywistym wykorzystaniem rozwiązań opartych na uczeniu maszynowym. Z pewnym przymrużeniem oka mogę stwierdzić, że ze sztuczną inteligencją, jako polski lekarz mam do czynienia jedynie, gdy sięgam po telefon komórkowy, by np. zapytać asystenta Google, jak ze szpitala najszybciej przemieścić się do kolejnej pracy. Oczywiście nie mogę wykluczyć, iż radiolodzy, z którymi współpracuję, korzystają z algorytmów poprawiających interpretowalność badań obrazowych oraz jestem świadom, iż tu i ówdzie rejestracje szpitalne zaczynają korzystać z voicebotów. Niemniej jednak na pewno daleko nam jeszcze do szerokiego wykorzystania AI w polskiej ochronie zdrowia. By nie być uznanym za pesymistę, dodam jednak, że mam głębokie przekonanie, że upowszechnienie rozwiązań opartych na sztucznej inteligencji jest o krok przed nami, o czym świadczyć może niemal wykładniczy wzrost publikacji naukowych na ten temat. Pozostaje nam wcielać te odkrycia w życie.
Na jakie zawody medyczne wpłynie sztuczna inteligencja w największym stopniu?
Cieszę się, że tak ogólnie zadał Pan to pytanie, gdyż w opiekę nad pacjentem zaangażowany jest, poza lekarzami, cały sztab kompetentnych osób. By usystematyzować nieco odpowiedź, prześledźmy w bardzo dużym uproszczeniu kontakt pacjenta z systemem ochrony zdrowia. Dla ułatwienia i większej obrazowości, niech to będzie pacjentka zaniepokojona guzkiem piersi. Pierwszą osobą, jaką najprawdopodobniej napotka na swojej drodze, jest rejestratorka/sekretarka medyczna, która umawia na wizytę. Ten proces już podlega automatyzacji, choćby poprzez wspomniane wcześniej voiceboty czy chatboty. Zapewne należy się spodziewać na tym polu dość szybkiego postępu. Kolejnym etapem jest kontakt z chirurgiem, który zleca wykonanie badań dodatkowych, by potwierdzić diagnozę, np. obrazowych – zatem nasza pacjentka trafia do radiologa. Radiologia, czy bardziej ogólnie analiza obrazów medycznych, to jedna z dziedzin, w której wpływ sztucznej inteligencji przejawia się w sposób najbardziej burzliwy i spektakularny. Sytuacja ta nie zmieni się raczej w ciągu najbliższych lat. Wystarczy spojrzeć na rejestrację rozwiązań wykorzystujących AI przez amerykańską FDA. Większość dotyczy radiologii, począwszy od optymalizacji dawek promieniowania, poprzez poprawę jakości obrazu, po wspomaganie analizy, czy nawet samodzielną diagnozę – te wszystkie procesy już są w zasięgu sztucznej inteligencji. Załóżmy, że nasza pacjentka trafia następnie do szpitala pod opiekę lekarzy i pielęgniarek, gdzie guzek jest usuwany w asyście robota chirurgicznego. Celowo wybrałem dziedzinę zabiegową, którą sam uprawiam, gdyż sądzę, że w pracach wymagających czynności manualnych sztuczna inteligencja rychło nas nie zastąpi. Jak sądzę, obecnie szkolący się
lekarze, a przede wszystkim pielęgniarki mogą spać spokojnie. Nieprędko robot samodzielnie założy endoprotezę, wytnie guza, czy choćby zmieni opatrunek. Jest to konkluzja, która uwzględnia też dość ponury, narastający od lat niedobór wykwalifikowanego personelu medycznego. Przynajmniej w najbliższej dekadzie nie możemy liczyć na to, że algorytmy zastąpią człowieka w tego rodzaju pracach.
Czy lekarze powinni z nadzieją czy raczej niepokojem obserwować rozwój AI?
To bardzo aktualne pytanie i raczej długo takim pozostanie. Po pierwsze, chyba nie powinniśmy rozważać odczuć wobec rozwoju sztucznej inteligencji w aspekcie powinności lub „niepowinności”. Każda nadchodząca zmiana budzi niepokój – to zupełnie naturalne ludzkie odczucie i jego istnienie dobrze jest po prostu akceptować. Im dalej zachodząca zmiana, tym niepokój jest oczywiście silniejszy. Ponieważ wydaje się, że prędzej, czy później AI przyniesie naprawdę rewolucyjne zmiany we wszystkich dziedzinach życia, należy się zatem spodziewać sporych niepokojów społecznych, nie wyłączając środowiska medycznego. Przy tego rodzaju pytaniach, często przywołuję postać Geofrey’a Hintona uznawanego za jednego z ojców uczenia maszynowego, który stwierdził, iż „już teraz powinniśmy przestać szkolić radiologów, gdyż jest całkowicie oczywiste, że w ciągu najbliższych pięciu lat głębokie uczenie będzie osiągać lepsze wyniki niż radiolog”. Te, przyznajmy, kontrowersyjne słowa padły w 2016 roku, czyli… właśnie pięć lat temu. I choć rzeczywiście istnieją już doniesienia o przewyższaniu przez „cyfrowego radiologa” swych ludzkich odpowiedników, zapotrzebowanie na tę specjalność w najmniejszym stopniu nie zmalało, a podejrzewam, że w najbliższym czasie wzrośnie, o czym świadczyć może ciągły wzrost wykonywanych badań obrazowych. Teza Hintona, która wywołała spory ferment nie tylko w świecie medycyny, jest wciąż w ten, czy inny sposób przywoływana, stawiając radiologów w pierwszym rzędzie zawodów, z których zostanie wykluczony „element ludzki”. Z całym szacunkiem dla autora, tego typu myślenie, w mojej ocenie, pozbawione jest racjonalnych podstaw i wynika prawdopodobnie z braku wiedzy jak przebiega dzień pracy radiologa, czy ogólniej – lekarza. Kusząc się na dość powierzchowną analizą futurystyczną: przedstawiciele specjalizacji lekarskich korzystający w pracy z zaawansowanych technologicznie narzędzi – w tym wypadku tomograf komputerowy, aparat ultrasonograficzny, tomograf rezonansu magnetycznego – naprawdę nie mają się czego obawiać ze strony AI. Moim zdaniem, już bardziej skłonni do obaw mogliby być dermatolodzy, gdzie do diagnozy często wystarczy zdjęcie telefonem komórkowym. Sądzę jednak, że jeśli przypomnimy sobie o koncepcji nadrzędnej – iż cały postęp związany ze sztuczną inteligencją ma służyć poprawie opieki nad zdrowiem konkretnego człowieka – myślę, że uda nam się zapanować nad lękiem przed nowymi technologiami, przynajmniej tymi wdrażanymi w medycynie.
A co AI oznacza dla statystycznego pacjenta?
W dużym skrócie: lepszy, szybszy, skuteczniejszy oraz bardziej zindywidualizowany, mniej frustrujący i stresujący dostęp do opieki zdrowotnej. Nie ograniczałbym tego pytania do pacjentów. Dla personelu medycznego, wykorzystanie sztucznej inteligencji to bardziej satysfakcjonująca i owocna praca w zdrowszych, mniej „wypalających” warunkach.
Które z najnowszych osiągnieć w dziedzinie AI dla medycyny zafascynowały Pana najbardziej?
Staram się śledzić doniesienia na temat zastosowań AI w medycynie na bieżąco, choć ich liczba jest tak przytłaczająca, że sprawia mi to dużą trudność. Przydałby mi się algorytm, który podsunie mi te najciekawsze (śmiech). Choć, przynajmniej potencjalnie, sztuczna inteligencja może być wykorzystana praktycznie w każdym zadaniu, które wykonuje człowiek, osobiście najbardziej fascynuje mnie odkrywanie związków niedostępnych wcześniej ludzkim zdolnościom poznawczym lub dostępnych z dużym trudem okupionym żmudną pracą. Bardzo interesującym polem badawczym jest analiza mowy dzięki AI. Doniesienia o możliwości wykrywania nie tylko nastroju, ale całego spektrum zaburzeń psychicznych jak również fizycznych jedynie na podstawie parametrów niewerbalnych głosu człowieka z jednej strony fascynuje, z drugiej może budzić obawy nad właściwym wykorzystaniem tego typu technologii. Równie ciekawe są postępy w analizie obrazu. Oczywiście trudno przejść obojętnie nad publikacjami pokazującymi wyższość AI nad „ludzkimi” radiologami, czy niedawno udostępnionym przez Google asystencie dermatologicznym. Niemniej aplikacja pozwalająca dzieciom chorym na cukrzycę na ocenę pełnego składu posiłku, jego kaloryczności, zawartości węglowodanów, tłuszczu białek na podstawie fotografii smartfonem silniej oddziałuje na zmysły innowacyjną świeżością. Z jeszcze innej strony wspieranej nostalgią za dawno minionym romansem ze statystyką medyczną: niedawno opublikowano badanie, w którym – dzięki sztucznej inteligencji – odkryto prosty i bezpłatny test przesiewowy w kierunku cukrzycy oparty jedynie na wieku i pomiarze obwodu talii. Myślę, że jesteśmy otoczeni tego typu zależnościami niedostępnymi dotychczas naszemu poznaniu. Ich odkrycie pozwoli nam znacznie skuteczniej kontrolować choroby pod każdym względem. AI nam to umożliwi.
Niedawno utworzył Pan Polskie Stowarzyszenie „Sztuczna Inteligencja w Medycynie”. W jakim celu powstało?
Na pewnym stopniu uogólnienia, celem każdego stowarzyszenia jest skupianie osób o wspólnym zainteresowaniu. Nie inaczej jest w przypadku Polskiego Stowarzyszenia „Sztuczna Inteligencja w Medycynie” (PSSiM). Jako lekarz zainteresowany nowymi technologiami już od dłuższego czasu dostrzegałem pewne trudności w kontaktach pomiędzy specjalistami z różnych dziedzin: medycyny, informatyki, prawa czy etyki. Genezą powstania PSSiM była chęć ułatwienia przełamywania tych barier. Chciałbym, by Stowarzyszenie stało się platformą porozumienia pomiędzy różnymi środowiskami zainteresowanymi wykorzystaniem osiągnięć nowych technologii, przede wszystkim sztucznej inteligencji dla dobra pacjenta. Patrząc na zaangażowanie w PSSiM ważnych osobistości polskiej nauki związanych z zastosowaniem nowych technologii w ochronie zdrowia mam nadzieję, że te zamierzenia uda się spełnić.
Aby stworzyć precyzyjne i godne zaufania algorytmy, potrzebne są dane. Czy polscy innowatorzy mają dostęp do kra-
jowych danych medycznych, aby rozwijać rozwiązania AI?
Można zaryzykować twierdzenie, że tam, gdzie dostęp do danych będzie najbardziej przyjazny, tam powstanie najbardziej produktywny ekosystem dla innowacji opartych na sztucznej inteligencji. Chyba można obserwować pod tym względem swego rodzaju wyścig wśród krajów europejskich. Wydaje się, że krajowi legislatorzy przynajmniej próbują dotrzymać kroku Europie Zachodniej – polski portal z danymi publicznymi „dane.gov.pl” jest wciąż rozbudowywany, choć z tego co się orientuję, ich jakość rozumiana jako gotowość do zastosowania w procesie uczenia maszynowego, pozostawia wiele do życzenia. W przypadku danych medycznych, z których sporą część można uznać za wrażliwe, zagadnienie dostępu jest jeszcze bardziej złożone. Niedawno, w związku z propozycją współpracy z firmą zajmującą się m.in. rozpoznawaniem mowy, analizowaliśmy zagadnienie udostępniania danych z porad medycznych. Nie wchodząc w szczegóły, oprócz kwestii ochrony danych osobowych dochodzi problem tajemnicy lekarskiej, unikatowy dla tego rodzaju danych medycznych.
Wiele mówi się o tzw. etycznych systemach AI. Co kryje się pod tym sformułowaniem?
Sztuczna inteligencja z definicji ma nam ułatwiać, a w przyszłości wyręczać w podejmowaniu wszelkiego rodzaju decyzji. Jesteśmy w punkcie, w którym już teraz nieraz trudno dociec, jakie przesłanki zaważyły na wybraniu takiej, a nie innej opcji przez algorytm. Wiąże się z tym obrazowe pojęcie „czarnej skrzynki”. Jeśli mamy ufać decyzjom AI, musimy wierzyć, że są oparte na wartościach etycznych, które sami wyznajemy. Wałkowany często przykład algorytmu rekrutującego pracowników firmy Amazon obrazowo pokazuje np. problem „zautomatyzowanej” dyskryminacji. Bez zadbania o to, by AI podejmowała uczciwe decyzje, nie uda się zbudować społecznego zaufania do niej, a co za tym idzie – akceptacji.
Jak wyobraża Pan sobie pracę lekarza w przyszłości, gdy systemy AI się upowszechnią? Czy pracownicy ochrony zdrowia zaakceptują nowe narzędzia pracy?
To bardzo ciekawe pytanie. Chciałbym mieć dużo więcej czasu na udzielenie odpowiedzi niż pozwala na to formuła naszego wywiadu i móc popuścić wodze futurystycznym wizjom. Posłużę się jednak dość lapidarnie cudzym przemyśleniem, które uważam za bardzo trafne, choć autora niestety nie pamiętam. Myślę, że to też dobre podsumowanie tej rozmowy. „Wbrew obawom niektórych sztuczna inteligencja nie zastąpi lekarza, przynajmniej w przewidywalnej perspektywie kilku najbliższych dekad. Niewątpliwie jednak będziemy świadkami istotnych zmian w medycynie na tym tle – jedną z nich, być może najważniejszą, będzie to, że to lekarz akceptujący i wykorzystujący sztuczną inteligencję zastąpi tego, który będzie próbował się bez niej obyć.”
Odkrycie nowych zależności pomiędzy danymi dokonane dzięki AI pozwoli przyspieszyć badania nad nowymi lekami, lepiej poznać rozwój chorób i stosować personalizowane leczenie w stosunku do każdego pacjenta.