AI az orvosdiagnosztikában

Az Agykutatás Hete részeként a mesterséges intelligencia (MI/AI) orvosdiagnosztikában betöltött szerepéről zajlott kerekasztal-beszélgetés március 13-án este az I Love Pécs Caféban, ahol a résztvevők olyan kérdésekre keresték a választ, mint Könnyebb lenne az életünk, ha a mesterséges intelligencia segítené egy-egy diagnózis felállítását? Hozhat-e felelős döntést egy gép, vagy a kritikus pontoknál mindenképpen kell az ember? A beszélgetést dr. Mikesy Gergely orvos, a Semmelweis Egyetem Egészségügyi Menedzserképző Központjának munkatársa moderálta.

A beszélgetésben részt vettek dr. Bogner Péter, a Pécsi Tudományegyetem Általános Orvostudományi Kar Orvosi Képalkotó Klinika igazgatója; dr. Tóth András radiológus szakember, a Pécsi Tudományegyetem Általános Orvostudományi Kar Orvosi Képalkotó Klinika munkatársa; dr. Kajtár Béla patológus, a Pécsi Tudományegyetem Általános Orvostudományi Kar Patológiai Intézetének munkatársa.

Dr. Bogner Péter radiológiával, képalkotással foglalkozik, 7-8 évvel ezelőtt kezdett el foglalkozni telemedicinával, illetve a mesterséges intelligenciával, melynek kapcsán kiemelte azt a néhány éve, pécsi kezdeményezésre indult országos programot, melyben a stroke betegek korai diagnózisát és terápiás lehetőségeit támogatja, segíti az MI. A használt program az MI segítségével azonosítja a sérült agyterületet, megtalálja az érelzáródás helyét, és ki tudja mutatni az ennek következtében kialakuló véráramlási zavart.
Dr. Tóth András kutatása során a mesterséges intelligencia alkalmazását vizsgálja a röntgen leletezés során. A kutatás részeként több szoftver tesztelését is végzik, vizsgálják ezek önálló észlelési képességeit, és elemezik a radiológus és szoftver közös munkájának hatékonyságát.
Dr. Kajtár Béla elsősorban szövettani diagnosztikával foglalkozik, vagyis a különböző beavatkozások során eltávolított szövetek feldolgozását, elemzését, mikroszkópos vizsgálatát végzi. A mikroszkópos képekben mintázatokat keresnek, melyek alapján meg tudják határozni, hogy az adott szövetben például gyulladás, jó, vagy rosszindulatú elváltozás található e. Emellett munkatársaival molekuláris genetikai diagnosztikát is végez, mely főleg a rosszindulatú tumorok kapcsán ma már elengedhetetlen. Mint mondta, az MI ezekben a képfeldolgozó, elemző folyamatokban tudná segíteni a patológusok munkáját, akik egyébként már régebb óta használnak olyan szoftvereket, amelyek segítik a kép- és mintázatfelismerést, és döntéstámogatást nyújtanak.

A kerekasztal-beszélgetés azzal a kérdéssel indult,

létezik-e már az orvosdiagnosztikának olyan területe, ahol már sikeresen befutott a mesterséges intelligencia, melyek azok a területek, ahol ma már nélkülözhetetlen, vagy az lehetne a használata.

Dr. Bogner Péter elmondta, hogy stroke vizsgálatok során alkalmazott MI-t már a hazai összes Stroke Centrumban alkalmazzák, vagyis sikeresnek mondható. Mint elmondta, ma már a vérrög feloldása mellett lehetőség van annak mechanikus eltávolítására is, a szoftver abban tud segítséget nyújtani, hogy a szakemberek el tudják dönteni, ezt a módszert, vagy inkább egy gyógyszeres vérrögoldást alkalmazzanak. Kiemelte, ezekben az esetekben az időtényező rendkívül fontos, a döntéseket nagyon gyorsan kell meghozni.

„Van egy olyan mondás az idegsebészetben, hogy the time is brain, tehát az idő az agy, hiszen nem mindegy, hogy az agy, vagy agyterület mennyi ideig nem kap vért. Optimálisan egy pár perces időablakról beszélünk, amikor döntést kell hozni. Ilyen mennyiségű képanyagot pár perc alatt csak nagyon rutinos szakember tud kiértékelni. Kisebb intézményekben nem is biztos, hogy rendelkezésre áll ilyen szakember. Ugyanakkor ez a nagy mennyiségű képanyag internetes kapcsolaton keresztül, az adatbiztonságot garantálva tud megérkezni egy pécsi szerverre, ahol megtörténik a feldolgozás, innentől kezdve az eredményeket akármelyik orvos bárhonnan meg tudja nézni” – mondta dr. Bogner Péter.

Dr. Tóth András a leletek készítését emelte ki, ahol nagy hasznát veszik az MI-nek.

A kifejezetten az orvosi szakkifejezésekre trenírozott szoftver képes öt perc alatt, akár hadaró beszédből is néhány oldalas leleteket készíteni, alkalmazkodik az ember hanglejtéséhez, kifejezéséhez, mindez jelentősen gyorsítja a munkát.

Ugyancsak kiemelte a röntgen során alkalmazott szoftvereket is, melyek nagy segítséget jelentenek, „amikor az ember már fáradt egy hosszabb ügyelet után, vagy éppen ügyeletben van, csökken a kapacitása, a figyelme, hiszen a szoftvernek nem számít hány óra van, ugyanazt a teljesítményt fogja nyújtani reggel, este, éjszaka” – emelte ki dr. Tóth András.
Fenti meglátással dr. Kajtár Béla is egyetértett, mint mondta:

„patológus berkekben ismert az a fogalom, hogy aranyóra, a munkanap első órája, amikor az ember megérkezik a munkahelyére, kipihent, nem csörög a telefon, nem szól hozzá senki, nincs új feladata. Ilyenkor a legtisztább a fej. Nálunk is működik az aludjunk még rá egyet, mert akkor kell nekiállni a nehéz esetnek. Egy gépnek minden órája aranyóra, nem fárad el.”

Az eseményen elhangzott, hogy az első gépi tanulást alkalmazó szoftver, amit az FDA (Food and Drug Administration) engedélyezett 1995-ben, egy patológiai szoftver volt, ami a nőgyógyászati keneteket ellenőrizte, és amelyet előszűrésre használtak. A mesterséges intelligencia fejlődése/fejlesztése a közhiedelemmel ellentétben már nagyon régóta tart.

Nagyon sokszor halljuk, hogy a mesterséges intelligencia elveszi a munkánkat,  és nem csak az orvoslásban. A jelenlévők azonban egyetértettek abban, hogy ez az idő nem a közeljövőben fog elérkezni.

Az pedig, hogy a technológia fejlődésével átrendeződik a munkaerőpiac, teljesen normális folyamat. „5-6 évvel ezelőtt, amikor az MI berobbant, egy amerikai radiológus világkonferencián elhangzott, hogy már nem érdemes radiológusnak tanulni, mert pár év múlva az MI úgyis el fogja venni a radiológus munkáját. Eltelt 5-6 év, és nem, hogy kevesebb, hanem több munkánk van” – hangsúlyozta dr. Bogner Péter. Hozzátette:

2022-ben a PTE KK Radiológiai Klinikán 39 millió kép, 2023-ban 43 millió kép készült el, melyeket a szakembereknek nem csak elkészíteniük, de elemezniük is kell. 

„Jelenleg a mesterséges intelligencia fejlesztése patológus munkahelyeket teremt, hiszen a tanuláshoz iszonyatosan nagy mennyiségű, jól annotált képre van szüksége az algoritmusoknak,  ami egy plusz feladat. Jelenleg globálisan kevés a patológus, tehát mi sem tartunk attól, hogy nem lesz ránk szükség, még egy jó ideig biztos, hogy lesz” – tette hozzá dr. Kajtár Béla.

A tanulási folyamathoz, a későbbi megfelelő működéshez elengedhetetlen hogy a szoftverek megfelelő minőségű inputot kapjanak, ez pedig a szakemberek feladata.

Ha az MI megfelelő „képzést” kap, akkor nagy előrelépést jelenthet egyebek között ritka esetek felismerésében is. Egy radiológus, vagy patológus, évente egy-két alkalommal találkozik ritka esettel, ilyenkor elgondolkodik, találkozott-e már hasonlóval, de ha a szoftver már találkozott a világon összesen regisztrált 1000 ismert esettel, akkor azonnal képes felismerni egy ilyen esetet, ami jobb és nagyobb esélyt adhat a gyógyulásra.
A kerekasztal-beszélgetésen felmerült még, kié a felelősség, ha egy orvos egy téves adat alapján kezel egy beteget, a fejlesztőké, vagy magáé az orvosé? Elhangzott, hogy az MI nagy segítség tudna lenni a betegek pozicionálásában, előjegyzésében, a leletkészítésben és kiértékelésben.

A szakemberek arra is felhívták a hallgatóság figyelmét, hogy fenntartásokkal kezeljék az ingyenesen letölthető orvosdiagnosztikai szoftvereket, applikációkat, hiszen ezek a programok jó eséllyel nem a hatóságok által validáltak.

Emellett kiemelték azt is, hogy az EESZT rendszerben megjelenő leletek az esetek többségében nem a beteg, hanem egy szakorvos tájékoztatására szolgálnak, ennek ellenére sokan az internet segítségével igyekeznek azokat értelmezni, gyakran rosszul, ami így megakasztja és problémákat okoz az ellátásban.