Inteligența Artificială în sănătate. Progrese spectaculoase, dar și riscuri reale

Inteligența artificială devine tot mai prezentă în spitale și clinici. (sursă foto: DAS Health)

Inteligența artificială își face loc tot mai vizibil în spitale și clinici, unde este utilizată atât pentru analiza imaginilor medicale, cât și pentru identificarea precoce a afecțiunilor cronice. Tehnologiile bazate pe AI promit o scădere a erorilor de diagnostic și o eficientizare a actului medical, dar aduc cu ele și o dependență tot mai mare de algoritmi.

Startup-ul american OpenEvidence a atras în octombrie o nouă rundă de finanțare de 200 de milioane de dolari, la doar trei luni după ce primise o altă tranșă de 210 milioane. Cea mai recentă investiție i-a crescut evaluarea la aproape 6 miliarde de dolari.

În universul startup-urilor AI, unde unicornii se nasc peste noapte și cresc precum Făt-frumos, într-o lună cât alții într-un an, astfel de știri nu mai sunt o raritate. OpenEvidence se remarcă însă prin domeniul de activitate – diagnosticarea medicală. Compania, fondată în 2022 și susținută de investitori precum Google Ventures sau Sequoia, a dezvoltat o platformă destinată exclusiv doctorilor.

Soluția integrează un motor de căutare medical ce utilizează tehnologii inteligente și un chatbot bazat pe Generative AI și ajută doctorii în timpul consultațiilor, oferindu-le recomandări bazate pe dovezi, răspunsuri la întrebări de specialitate și acces rapid la informații structurate și sintetizate, extrase din mai multe surse verificate.

Potrivit oficialilor companiei, utilizarea OpenEvidence a crescut în decurs de un an cu 860%, iar în prezent oferă suport în peste 16 milioane de consultații clinice pe lună, fiind folosită în mai mult de 10.000 de spitale și centre medicale din întreaga lume.

Erorile de diagnostic, un pericol real

OpenEvidence este doar vârful unui iceberg, care devine tot mai vizibil. Piața soluțiilor AI utilizate în diagnosticarea medicală este estimată să ajungă la 7 miliarde de dolari anul trecut și la 96,5 miliarde în 2032, cu un ritm de creștere anual de peste 45%.

Evoluția accelerată este asigurată de faptul că aplicațiile AI de acest tip răspund unor nevoi reale. O statistică citată de Organizația Mondială a Sănătății în urmă cu trei ani arăta că erorile de diagnosticare apar în până la 20% dintre consulturi. Și că cei mai mulți dintre oameni se vor confrunta cel puțin o dată cu o astfel de problemă pe parcursul vieții lor.

Cele mai frecvente cazuri constau în neidentificarea simptomelor care anunță o afecțiune în timpul controlului medical, corelată cu depistarea târzie a bolii, și diagnosticarea greșită, respectiv identificarea incorectă a afecțiunii.

Date mai recente, publicate de BMJ Group, editor de publicații medicale deținut de British Medical Association, arată că erorile de diagnosticare apar la 17% dintre pacienți spitalizați, cu precădere la cei care primesc îngrijiri medicale generale. Conform sursei citate, 85% dintre aceste greșeli pot fi prevenite prin adoptarea unor noi abordări, care includ utilizarea aplicațiilor AI.

O concluzie similară este și cea a Royal College of Surgeons din Edinburgh (RCSEd) – erorile de diagnostic, care contribuie la decesul a aproximativ 10% dintre pacienții din spitale și la aproape 17% dintre complicațiile apărute în cursul internării, pot fi prevenite cu ajutorul tehnologiilor AI.

O soluție pentru mai multe probleme

Potrivit RCSEd, factorii care pot duce la apariția erorilor de diagnostic sunt numeroși și variați și includ de la experiența limitată a medicului, volumul mare de muncă și presiunea timpului, până la tehnologiile învechite, echipamentele defecte, lipsa comunicării între departamente și personalul insuficient.

Cauzele sunt numeroase și nu există un panaceu pentru remedierea tuturor acestor probleme. Însă inteligența artificială poate ajuta la depășirea simultană a mai multor provocări, asigurând îmbunătățirea calității și eficienței actului medical. Și asta deoarece soluțiile AI de diagnosticare au capacitatea de a agrega, procesa și analiza volume uriașe de date medicale, care integrează istoricul pacienților, rezultate de laborator, date genetice, imagini scanate etc.

Prin identificarea și corelarea rapidă a informațiilor relevante tehnologia poate furniza recomandări – de diagnostic sau de tratament – cu un grad crescut de acuratețe. Din acest motiv, aplicațiile AI sunt tot mai utilizate în detectarea semnelor timpurii ale afecțiunilor cronice, precum cele oncologice, tulburările neurologice sau afecțiunile cardiovasculare, care au un grad crescut de prevalență.

Adopția inteligenței artificiale în domeniul sănătății este accelerată și de disponibilitatea limitată a profesioniștilor calificați. Există tot mai multe domenii medicale în care oferta redusă de pe piața muncii obligă spitalele să apeleze la soluții AI de interpretare a datelor medicale. Un exemplu relevant în acest sens este cel al sectorului de imagistică, unde deficitul de specialiști este compensat prin utilizarea de aplicații pentru interpretarea primară și trierea rezultatelor radiografiilor, tomografiilor, RMN-urilor, ecografiilor etc.

Reticența persistă

În toate scenariile de lucru existente în prezent, soluțiile AI nu înlocuiesc specialiștii, ci ușurează munca acestora, îmbunătățesc fluxul de lucru și eficiența diagnosticului. Cu toate acestea, și în domeniul medical există o reticență vizibilă în adoptarea noilor tehnologii.

Motivele sunt reprezentate, în principal, de neînțelegerea corectă a modului în care pot fi folosite soluțiile AI, teama de pierdere a locului de muncă și neîncrederea în acuratețea recomandărilor de diagnostic făcute.

Faptul că „o mașină” poate emite decizii clinice, care, în mod tradițional, sunt luate de medici umani, este perceput de încă destul de mulți medici și pacienți ca o potențială amenințare. Amplificată de numeroșii factori de risc legați de securitatea și confidențialitatea datelor medicale. În pofida reglementărilor tot mai stricte și mai numeroase, numărul atacurilor informatice este în creștere, la fel ca și volumul datelor medicale compromise.

Deși adopția soluțiilor AI de diagnosticare la nivel global crește, reticența se menține, mai ales că există un eșec de răsunet în acest domeniu – cazul IBM Watson.

Un eșec de miliarde

Tehnologia de inteligență artificială Watson a devenit cunoscută în 2011, când a câștigat show-ul de televiziune Jeopardy!, un concurs de tip „quiz” extrem de popular în Statele Unite. Un an mai târziu, IBM, care căuta valorificarea comercială a tehnologiei, a anunțat încheierea unui parteneriat cu Memorial Sloan Kettering Cancer Center (MSKCC) pentru a dezvolta programul Watson for Oncology.

În 2014, a fost lansat un proiect-pilot în cadrul MSKCC, iar în anul următor a avut lansarea oficială, deși în etapa de testare specialiștii evidențiaseră faptul că soluția furniza recomandări nepractice sau nesigure, ceea ce indica un „nivel insuficient de pregătire”. Cu toate acestea, mai multe spitale din țări precum Coreea de Sud, India sau Thailanda, dar și din SUA, au semnat acorduri de adopție a programului.

În 2016 și 2017, criticile la adresa Watson venite din partea specialiștilor în domeniul oncologiei s-au înmulțit și au început să apară în presă. A urmat anularea contractelor, iar IBM a dirijat resursele alocate către alte proiecte AI, pentru ca în 2021 să vândă cu totul divizia Watson Health. Costul total al acestui eșec de proporții este estimat la aproape 4 miliarde de dolari.

Aplicații moderne

Experții în domeniu susțin că erorile programului Watson ar fi putut fi evitate dacă IBM ar fi încheiat parteneriate cu mai multe centre oncologice din întreaga lume, pentru antrenarea tehnologiilor AI pe seturi de date extinse și validarea proceselor cu ajutorul specialiștilor medicali, astfel încât recomandările furnizate să răspundă nevoilor clinice reale.

Criticile presei au evidențiat faptul că politica de marketing agresivă a companiei a exagerat capabilitățile sistemului și a generat așteptări nerealiste în rândul spitalelor partenere, în timp ce o strategie de dezvoltare incrementală, bazată pe transparență și valorificarea feedback-ului primit ar fi fost mult mai eficientă.

Deși a creat un precedent periculos, cazul IBM Watson a reprezentat o lecție importantă pentru numeroase companii care dezvoltă aplicații de diagnosticare AI. Este adevărat, și progresele tehnologice din ultimii 10 ani din acest domeniu sunt semnificative.

Mai ales în domeniul algoritmiilor de învățare automată, care pot analiza acum volume mari de date medicale pentru a identifica tipare și face predicții pe baza lor, dar și al tehnologiilor de „deep learning”, care folosesc rețele neuronale artificiale pentru a soluționa probleme complexe fără intervenție umană. Un plus important este adus și de aplicațiile de procesare naturală a limbajului (NLP), care permit interpretarea datelor clinice nestructurate din diverse surse.

Grok se școlarizează gratis?

Deși există precedentul IBM Watson, iar progresul tehnologic este incontestabil, marketingul agresiv din domeniul diagnosticării AI nu a dispărut cu totul.

La finalul lui 2024, Elon Musk le-a cerut angajaților săi să urce pe platforma de socializare X (fostul Twitter) rezultate ale examenelor de imagistică medicală pentru ca Grok, chatbot-ul AI dezvoltat de companie, să învețe cum să le interpreteze corect. „Trimiteți radiografii, tomografii, RMN-uri sau alte imagini medicale către Grok pentru analiză. Este încă într-un stadiu incipient, dar este deja destul de precis și va deveni extrem de performant. Spuneți-ne unde Grok are dreptate sau unde mai are nevoie de îmbunătățiri”, a fost mesajul postat de către multimiliadarul excentric.

Apelul lui Musk a generat un puternic val de critici din partea specialiștilor care au exemplificat erorile făcute de Grok în diverse cazuri. Majoritatea acestora au evidențiat faptul că utilizarea unei platforme de socializare pentru antrenarea unei aplicații AI de diagnosticare ridică probleme atât vizavi de acuratețea recomandărilor emise, cât și de protecția datelor confidențiale.

Un „verdict final” a fost dat recent de către Arthur Caplan, specialist în etică medicală al Școlii de Medicină Grossman din cadrul New York University. Caplan a avertizat că „prin colectarea de informații aleatorii furnizate de o subpopulație de persoane, care nu este reprezentativă, se vor obține multe rezultate false”.

Specialistul a mai atacat un aspect al strategiei lui Musk – solicitarea de a primi date gratuit. „Elon Musk este miliardar. Dacă vrea informații, de ce nu plătește un eșantion reprezentativ de persoane care să se supună testelor, pentru a stabili care este valoarea normală de referință, și apoi să încerce să exploreze care sunt valorile de referință ale bolilor?”, se întreabă justificat Caplan.

Avem aplicații și în România

Dincolo de dilemele etice și tehnicile de marketing agresiv, soluțiile AI de diagnosticare devin tot mai populare și mai utilizate. Iar acest lucru este vizibil și în România.

De exemplu, o mare rețea de clinici utilizează inteligența artificială în cazul investigațiilor RMN, pentru a reduce timpul necesar scanării și îmbunătăți vizibilitatea imaginilor, ceea ce se traduce în timpi de interpretare mai scurți și diagnostice mai precise. O altă rețea de centre imagistice folosește tehnologia AI pentru tomografii și radiografii pentru creșterea nivelului de acuratețe al diagnosticului și a vitezei de întocmire a rapoartelor medicale.

La rândul său, un spital județean de urgență utilizează o aplicație AI în secţiile de urologie, gastroenterologie şi medicină internă pentru a oferi recomandări de diagnostic sau de tratament.

Acesta este însă doar începutul. Pe măsură ce tehnologiile AI de diagnosticare se maturizează și devin mai accesibile, adopția se va extinde. Atât în beneficiul pacienților, cât și al medicilor, cu condiția ca „mașina” să nu înlocuiască omul cu totul. Încă…