A mesterséges intelligencia az orvoslás szolgálatában
Sőt, vannak orvosok, akik már napi szinten használják a sokak számára életmentő technológiát. Az adatversenyben egyelőre előnyben vagyunk, csakhogy vannak buktatók, melyek mielőbbi megoldásra szorulnak – erről beszéltek a Belügyminisztérium képviselői, kórházigazgatók, orvosok, gyógyszeripari szakemberek a Digital Health konferencián.
Az Európai Unióban már van jogi keretrendszere a mesterséges intelligencia (MI) alkalmazásának, amihez két éven belül Magyarország is csatlakozik – mondta Bidló Judit, egészségügy szakmai irányításáért felelős helyettes államtitkár. Magyarországon a technológiával kapcsolatban már 2020-ban megszületett egy tíz évre szóló stratégia, amelyben többek között a betegellátásban betöltött szerepére is kitérnek. Az orvosok 30 százaléka már használja a mesterséges intelligenciát a diagnosztikában vagy saját kutatási területén – derült ki a Szinapszis Kft. kutatásából, amit az innovációs és ügyvezető igazgató, Kertész Balázs ismertetett a konferencián.
A diagnosztikában a képalkotók elemzésében jelenthet segítséget az MI, a terv a mammográfia kiértékelését említi meg. Bogos Krisztina, az Országos Korányi Pulmonológiai Intézet főigazgatója az alacsony dózisú CT-s tüdővizsgálatot emelte ebbe a sorba. Polgár Csaba, az Országos Onkológiai Intézet főigazgatója hozzátette: a patológián és a képalkotóknál is használnak deep learning szoftvert. Meglátása szerint a technológia felgyorsíthatja a daganatszűrést, amiben hatalmas mennyiségű, főként negatív leletet kell átnézniük az orvosoknak, az MI döntéstámogatóval pedig több idejük jut a magasabb szaktudást igénylő, bonyolultabb eljárások elvégzésére.
A svéd Lundi Egyetem Lancet Oncology tudományos folyóiratban megjelent, 80 ezer nő bevonásával végzett kutatása szerint az emlőrákszűrésnél a szoftver nem tévedett többet, mint az ember, hamarabb megtalálta a rosszindulatú elváltozásokat. Az MI kiértékelését egy radiológus hagyta jóvá, a kontrollcsoportnál két röntgenorvos végezte a felvételek elemzését.
A mellrák világszerte a nők egyik leggyakoribb daganatos megbetegedése, itthon évente 8 ezer új esetett fedeznek fel, körükben a dohányzás térnyerésével a tüdőrákos esetszám is nőtt, már évente majd ötezer nőnél diagnosztizálják, miközben a férfiaknál 6300 új esettel csökkenő tendenciát mutat a betegség. A magyaroknál mindkét nemre nézve a tüdőrák után a vastagbélrákhoz köthető a második legtöbb tumordiagnózis. Az Országos Onkológiai Intézetben is MI-támogatottan vizsgálják a betegséget, csakúgy, mint a férfiaknál a daganatok közül gyakoriságban második helyen álló prosztatarák patológiai leleteit.
A Belügyminisztérium támogatásával, Szócska Miklós vezetésével indult MI-támogatott vastagbélszűrési pilot 80 százalékos hatékonyságot mutatott.
Polgár Csaba is a technológia további betegelőnyének nevezte, hogy a náluk is működő genomszekvenálás adatai alapján a páciens számára legmegfelelőbb gyógyszert lehet majd kiválasztani, anélkül, hogy több ezer randomizált vizsgálatot végeznének rajta. Ehhez hozzájárul az Európai Unió több országra kiterjedő Egymillió Genom programjában való részvételünk.
A helyettes államtitkár kiemelte, hogy a családi előzmény és a betáplált egészségügyi leletek alapján rizikóbecsléssel számos betegség kialakulása megelőzhető. „Akár a paraméterek szerint kereshető lehet, hogyan alakult az elmúlt években például a betegek vércukorértéke, koleszterinszintje” – jegyezte meg Joó Tamás egyetemi docens, az adatvezérelt egészségügy szakértője, a Magyar Egészségügyi Menedzsment Társaság elnökhelyettese.
Magyarországon évi 180 millió ellátási esemény történik számos dokumentummal, 200 millió receptfelírással. „Egy betegről élete során több mint 1 terrabyte adat keletkezik, az EESZT-ben 2017-es indulása óta csak a múlt évig 1,425 milliárd e-recept felírása történt meg. Eddig összesen 700 millió ellátási eseményhez köthetően 3,5 milliárd egészségügyi adat került fel a rendszerbe. A 27 ezer adatszolgáltató közt 6 ezer háziorvosi praxis, 300 járóbeteg- és 100 fekvőbeteg-ellátó, 3200 gyógyszertár, 250 OMSZ-mentőállomás, és OVSZ-pont, és már 12 ezer magánintézmény is megtalálható. Az ügyfélkapun regisztrált magyarok száma 5,5 millió” – részletezte Kádár Magdolna, a Belügyminisztérium Egészségügyi Fejlesztéspolitikai és Ágazati Informatikai Főosztályának vezetője, hogy milyen nagy mennyiségű kiaknázatlan adatvagyont tartalmaz a hazai egészségügyi rendszer, aminek szigetszerű működését egységesítenék, ezzel az ország versenyképességét növelnék.
Az előnyünk csak akkor maradhat meg, ha a betegek PDF dokumentumaiból mielőbb strukturált, több szinten is hasznosítható adatokat nyerünk – húzta alá.
Pintér Sándor már a Magyar Kórházszövetség konferenciáján hangsúlyozta, hogy a mesterséges intelligenciának a diagnosztika felgyorsítása mellett az EESZT-ben tárolt adatok strukturálásában is szerepe lesz. Az Egészséginformatikai Szolgáltató és Fejlesztési Központ (ESZFK) informatikai szakértője, Puskás Zsolt a Digital Health Summiten arról beszélt, hogy – az orvosi döntéseket 60-70 százalékban befolyásoló – egyik legnagyobb adatintenzitású egészségügyi dokumentum a laborlelet, amelyben egyenként átlag 21-27 mérési paraméter jelenik meg, és amelynek már nyártól 40 százaléka strukturáltan került be a rendszerbe.
Az eBeutalók 86 százaléka már strukturált adatigénylést tartalmaz, ami a jövő év első hónapjaiban 94 százalékra emelkedik. Joó Tamás megemlítette, a vizitek fele az egészségügyi előzmények megismerésével telik, MI-szoftverrel gyorsabban szűrhetők lesznek az aktuális ellátáshoz szükséges adatok. Kádár Magdolna arra is kitért, hogy tavaly létrehoztak egy mesterségesintelligencia-munkacsoportot, amely az adatstrukturálás, valamint a képalkotók kiértékelése mellett az adminisztrációban, a betegútmenedzsmentben (JIR), továbbá a távkonzultációban is igénybe veszi a MI-technológia támogatását.
A szakemberek szerint a technológia széles körben felhasználható, egyre több szoftver jelenik meg. Az egészségügyben való alkalmazásához fontos, hogy ezek a rendszerek megbízhatók legyenek, kutatásokon alapuló orvosi validációval bírjanak.
