– Sztuczna inteligencja przyspieszy personalizację medycyny i sprawi, iż chorzy będą szybciej otrzymywali adekwatne leczenie. Ma jednak ograniczenia i nie zastąpi lekarzy – podkreśla dr Łukasz Hak, ekspert z zakresu immunologii i genetyki oraz innowacji medycznych.
- Algorytmy AI wykorzystywane w medycynie przyspieszają diagnostykę, przewidują wyniki leczenia pacjentów, potrafią choćby przewidzieć wybuch pandemii
- Największe jednak nadzieje medycyny związane z AI dotyczą możliwości przyspieszenia personalizacji medycyny, zamiany na zindywidualizowane podejście do pacjentów
- Przy doborze spersonalizowanej terapii powinno się brać pod uwagę m.in.: mutacje genetyczne mające udział w rozwoju choroby, styl życia pacjenta, jego wyniki kliniczne, choroby współistniejące, a dzięki AI nie będzie trzeba badać genomu każdego pacjenta
- Z dużym prawdopodobieństwem AI wytypuje pacjentów, którzy mogą mieć tę samą mutację genetyczną i tę samą chorobę, co pozwoli wcześniej odnaleźć osobę zagrożoną chorobą nowotworową i zainterweniować
- AI daje nadzieję na rozwój najbardziej spersonalizowanych metod terapii, takich jak terapie komórkowe, bądź terapie genetyczne
AI przewidzi pandemię
Już teraz algorytmy sztucznej inteligencji wykorzystywane są w medycynie, m.in. do przyspieszenia diagnostyki różnych chorób, opracowywania nowych leków, przewidywania wyników leczenia pacjentów. Powstały aplikacje umożliwiające szybsze zdiagnozowanie różnych chorób, np. czerniaka. AI może tak skutecznie analizować międzynarodowe dane na temat przypadków zakażeń, iż jest w stanie wcześnie przewidywać wybuchy pandemii.
Przykładem jest historia algorytmu opracowanego przez kanadyjski startup BlueDot. Jest on w stanie śledzić dane dotyczące 150 różnych chorób zakaźnych. Na podstawie analizy (po słowach kluczowych w 65 językach) oficjalnych raportów, źródeł internetowych czy profesjonalnych forów już 31 grudnia 2019 r. algorytm wysłał do klientów startupu powiadomienie o wybuchu epidemii koronawirusa.
– Największe nadzieje związane z AI dotyczą tego, iż jest ona w stanie znacznie przyspieszyć personalizację medycyny, czyli zindywidualizować podejście do pacjentów – mówi dr Łukasz Hak, ekspert z zakresu immunologii i genetyki, z dużym doświadczeniem w zakresie innowacji medycznych, dyrektor medyczny firmy Johnson and Johnson Innovative Medicine.
Personalizacja leczenia
Dzięki personalizacji chory będzie mógł jak najszybciej otrzymywać optymalne leczenie.
– O tym, iż personalizacja jest przyszłością medycyny, mówimy co najmniej od 20 lat, jednak, żeby dojść do tego celu, musimy na wielką skalę rozwinąć diagnostykę. Sztuczna inteligencja może w tym pomóc – przekonuje dr Hak.
Przy doborze spersonalizowanej terapii powinno się brać pod uwagę m.in.: mutacje genetyczne mające udział w rozwoju choroby, styl życia pacjenta, jego wyniki kliniczne, choroby współistniejące. Jak zaznacza ekspert, dzięki sztucznej inteligencji nie będzie trzeba badać genomu każdego pacjenta, wystarczy analiza ogromnej liczby danych zgromadzonych w różnych bazach na temat DNA, występujących chorób, objawów klinicznych, zachowań, przyjmowanych leków etc.
– AI będzie z dużym prawdopodobieństwem typować pacjentów, którzy mogą mieć tę samą mutację genetyczną i tę samą chorobę – twierdzi.
– Na tej podstawie będziemy mogli wcześniej odnaleźć osobę zagrożoną chorobą nowotworową i zainterweniować, wdrażając odpowiednią profilaktykę, aby nie dopuścić do jej rozwoju, bądź szybko zaaplikować adekwatne leczenie, gdy choroba się rozwinie – wyjaśnia dr Hak, dodając, iż w przypadku choroby uwarunkowanej genetycznie będzie można zastosować terapię genową.
Jeśli AI wytypuje pacjenta, to konieczne będzie potwierdzenie u niego mutacji genowej. Jednak ograniczy to liczbę badań i przyspieszy diagnostykę osób, które najbardziej tego potrzebują, ocenił ekspert.
Przykładem bazy, z którą współpracują badacze i firmy farmaceutyczne, jest UK BIOBANK. Jest to projekt, w którym zgromadzono dane na temat genomów oraz wyników badań klinicznych pół miliona pacjentów.
AI nadzieją w terapiach komórkowych
Specjalista podkreśla, iż AI daje nadzieję na rozwój najbardziej spersonalizowanych metod leczenia, takich jak terapie komórkowe, bądź terapie genetyczne.
– Rozwijamy terapie genetyczne w okulistyce u osób, które tracą wzrok z przyczyn wrodzonych, i już teraz jesteśmy w stanie powstrzymać rozwój choroby lub przywrócić wzrok pacjentom – przekazuje dr Hak.
Ekspert zwraca uwagę, iż sztuczna inteligencja przyczynia się już teraz do znacznego skrócenia procesu poszukiwania nowych leków. – Jest to szczególnie widoczne w onkologii – zaznacza.
Przypomina, iż w tradycyjnym podejściu spośród wstępnie wyselekcjonowanego tysiąca cząsteczek wybiera się w testach na komórkach jedną – taką, która ma szansę przejść badania przedkliniczne (na zwierzętach) oraz trzy fazy badań klinicznych na ludziach, a następnie wejść na rynek jako lek. Koszty wprowadzania leku na rynek to ok. 1 mld euro lub 1 mld dolarów.
– Algorytmy sztucznej inteligencji są w stanie na podstawie bardzo dużej liczby danych, m.in. na temat struktury biologicznej, wybrać tę cząsteczkę, która powinna iść dalej w badaniach klinicznych. Dzięki temu możemy zrezygnować z gigantycznej liczby testów. To bardzo oszczędza czas i znacznie przyspiesza wejście leku na rynek – wyjaśnia ekspert.
W jego ocenie dzięki AI czas wprowadzenia nowego leku na rynek uległ w tej chwili skróceniu o trzy lata.
– Trzeba jednak zaznaczyć, że dotyczy to onkologii, ale nie neurologii. Algorytmy AI nie są w tej chwili w stanie pomóc w przyspieszeniu znalezienia nowych leków na choroby neurologiczne – podkreśla dr Hak.
Gigantyczny postęp w onkologii
Według specjalisty gigantyczny postęp w dziedzinie onkologii jest związany ze zgromadzeniem przez naukowców i firmy farmaceutyczne ogromnej liczby danych na temat procesów prowadzących do rozwoju nowotworów.
– W neurologii wręcz przeciwnie – nasza wiedza jest za mała i dostępne dane nie pozwalają AI na wysnuwanie odpowiednich wniosków – stwierdza, dodając, iż AI wskazuje, iż największa potrzeba medyczna dotyczy w tej chwili neurologii i w tym kierunku powinny zmierzać badania.
Jego zdaniem Polska ma duży potencjał, jeśli chodzi o rozwój medycyny personalizowanej.
– Aby personalizacja leczenia się rozwijała, powinno jednak dojść do rozwoju dużych baz danych, w tym do integracji danych zbieranych przez NFZ z danymi z ośrodków, które leczą chorych – ocenia dr Hak.
Obecnie medycyna idzie właśnie w kierunku gromadzenia i analizy ogromnej liczby danych (Big Data). I tego też dotyczy kooperacja między ośrodkami naukowymi, startupami, fundacjami i firmami farmaceutycznymi. Ekspert zastrzega, iż specjaliści dostrzegają również zagrożenia związane z zastosowaniem AI w medycynie.
– AI uśrednia profil pacjenta, zatem gdy szukamy osoby, która ma chorobę bardzo rzadką albo taką, z którą nigdy się nie spotkaliśmy, to sztuczna inteligencja może jej nie wyłapać. I tu jest największe wyzwanie – tłumaczy.
AI nigdy nie zastąpi lekarza
W jego opinii to dlatego nigdy nie przestanie być potrzebny zawód lekarza. – Ktoś musi analizować tych pacjentów, którzy z punktu widzenia AI są „nietypowi"– podkreśla dr Hak.
Ekspert zwraca uwagę na to, że każda AI działa o wiele lepiej, gdy ma dostęp do większej liczby danych. Dlatego, aby sztuczna inteligencja wyłapała pacjentów z rzadkim schorzeniem, lepiej mieć dane dotyczące nie jednego, ale stu milionów osób.
AI znajduje także zastosowanie w dziedzinie robotyki. Powstają algorytmy, dzięki którym operacje robotyczne stają się coraz mniej inwazyjne dla organizmu pacjenta.
– Musimy jednak pamiętać, iż AI i roboty medyczne nie są odpowiedzią na wszystkie wyzwania medycyny. AI może pomóc w niektórych aspektach, ale nie zawsze. Ważne, abyśmy uczyli się rozumieć, jak działa i jakie ma ograniczenia – podsumowuje dr Łukasz Hak.
Przeczytaj także: „AI lepiej diagnozuje spektrum autyzmu niż specjaliści” i „AI rozpoznaje stan przedrzucawkowy”.
