Mesterséges intelligencia segíthet az egészségügyön

Az EIT Health és a McKinsey&Company „Az egészségügy átalakítása a mesterséges intelligencia segítségével: A munkaerőre és a szervezetre gyakorolt hatás” tanulmánya szerint a mesterséges intelligencia (MI, AI) forradalmasíthatja az egészségügyi ellátást, segítségével

jobb és hatékonyabb ápolási eredmények érhetőek el és javulhat a betegek tapasztalata

az egészségügyi rendszerekkel kapcsolatban is.

Magyarországon az EIT Health számos induló start-upot támogatott, amelyek úttörő mesterséges intelligencia-alapú megoldásokat fejlesztettek ki a virtuális betegtől, amelyen a rezidensek gyakorolhatnak (InSimu) egy AI alapú sugárterápia fejlesztését elősegítő projekten át (GE Healthcare) a nemzetközi teleradiológia forradalmasítását segítő szoftverig.

Az EIT Health és a McKinsey&Company új kutatása reflektál az Európai Bizottság július 1-jén bemutatott Európai készségfejlesztési programjára, amelynek célja a fenntartható versenyképesség erősítése, az esélyegyenlőség biztosítása és a válságokra való reagálóképesség kiépítése.

A program szerint

napjainkban a munkahelyek legalább 85 százalékához szükséges digitális tudás,

hiszen 2005 és 2016 között az új munkahelyek 40 százaléka a digitálisan intenzív ágazatokban jött létre, azonban 2019-ben a felnőttek csupán 56 százaléka rendelkezett az alapvető készségekkel. Ez a megállapítás párhuzamban áll az EIT Health és a McKinsey&Company tanulmányával, amely szerint Európában nagy szükség van a digitális tudás fejlesztésére és alkalmazására az egészségügyi szektorban is, hiszen többek között az biogyógyászat, a data science, az adatelemzés és a genomika is jelentős szerepet kapnak majd, ha az AI és a gépi tanulás áttörést ér el az egészségügyben.

„A digitális készségeket ritkán tanítják a hagyományos klinikai tudományok mellett. Ez nem is elvárható, hiszen jelenleg az egészségügyi dolgozók sincsenek még kellőképpen felkészülve a mesterséges intelligencia használatára. Az európai egészségügyi innováció élvonalában azonban egyre több hatékony és izgalmas AI-megoldást látunk, amelyek enyhíthetik az egészségügyi szolgáltatókra nehezedő nyomást.” – mondta Jorge Fernández García, az EIT Health innovációs igazgatója és a tanulmány társszerzője.

A HelloAIRIS nyári iskolát, ami az egészségügyi gondozás témakörét járta körbe a GE Healthcare, a Leitat Technológiai Központ és a Stockholmi KTH Királyi Technológiai Intézet az EIT Health-szel együttműködve szervezte meg. Az adatok önmagukért beszélnek, ugyanis idén 900 jelentkezőt vonzott a program, akik közül végül 400-an vehettek részt az egyedülálló online tanfolyamon.

A képzés fő célja a közép-, kelet és dél-európai régiók tehetséges tanulóinak fejlesztése volt, akik a programon olyan digitális készségeket sajátítottak el, amelyeknek nagy hasznát veszik majd a jövőben, valamint piacképes EIT egészségügyi tanúsítványt is kaptak.

Milyen egészségügyi szakembereknek van a legnagyobb szüksége az MI-re?

Jelenleg a diagnosztika alkalmazza leginkább az AI-t az egészségügyben. Az EIT Health és a McKinsey&Company felmérése alapján – amelyben 175 egészségügyi dolgozót és 62 döntéshozót kérdeztek meg – a szakemberek arra számítanak, hogy a következő 5-10 évben emellett a klinikai döntéshozatalban lesz kiemelkedő szerepe a mesterséges intelligenciának.

A tanulmány szerzői kiemelik, hogy amellett, hogy a jövőben több egészségügyi szakemberre lesz szükség, az is létfontosságú, hogy idejüket arra fordítsák, ami a legértékesebb: a betegek gondozására. A mesterséges intelligencia széles körű elfogadása és alkalmazása segítheti enyhíteni az erőforrás-kapacitások hiányából adódó problémákat és forradalmasíthatja az egészségügyi ellátást az automatizálás folyamatos fejlesztésével. Ennek következtében

javulhat a szakemberek munkavégzésének hatékonysága, hiszen kevesebb időt kell az adminisztratív feladatokra fordítaniuk,

így jobban tudnak a betegekre összpontosítani. A radiológusok idejének legalább 20 százaléka felszabadítható a mesterséges intelligencia alkalmazásával, így az orvosok adminisztráció helyett a klinikai csapatokkal együtt személyre tudják szabni a gyógyítás további lépéseit, ezáltal a gyógyulási folyamatok is hatékonyabbá válhatnak.

A mesterséges intelligencia nemcsak a diagnosztizálás gyorsaságát javíthatja, hanem akár annak pontosságát is.

2015-ben az algoritmusok megelőzték az embereket az ImageNet Challenge Large Scale Visual Recognition Challenge (ILSVRC) versenyen,

ahol 2010-ben még 28 százalék volt az AI hibaaránya, ám ez 2017-re 2,2 százalékra csökkent. A tipikus, emberi hibaarány körülbelül 5 százalékos.

Mesterséges Intelligencia az európai egészségügyben

Egyre több mesterséges intelligencia alapú megoldás születik Európában, ezek egy részét az EIT Health támogatja.

A magyar InSimu kifejlesztett egy programot, amely lehetővé teszi, hogy az orvostanhallgatók virtuális betegeken gyakorolhassák a diagnosztizálást, míg a szintén magyar Sineko Global Kft. a radiológiai jelentéseket fordító „GRAID” szoftverével a nemzetközi teleradiológia fejlesztésére törekszik.

A hazai GE Healthcare projektje a Deep MR-only RT, aminek célja, hogy a rákos betegek sugárterápiás kezelését fejlessze az MR képalkotásának fejlesztésével, így a CT-k elhagyhatóak lennének a vizsgálat során.

A YogaNotch magyar start-up testre rögzíthető érzékelőket fejlesztett ki annak érdekében, hogy a jógázás alatt valós idejű, személyre szabott visszajelzéseket kapjon a használó a helyes testtartásról.

A Brainscan egy lengyel start-up a mesterséges intelligenciát használja az agyi CT-vizsgálatok értelmezéséhez. A projekt a diagnosztizálás hatékonyságának javításához járul hozzá azáltal, hogy az agyi patológiás változások osztályozására, lokalizálására és összehasonlítására mesterséges intelligenciát alkalmaz a radiológiai munkafolyamatban.

Másik sikeres példa az AI használatára az olasz PatchAi, amely az első kognitív platform, amelyen egy AI-alapú virtuális asszisztens segítségével azokat az adatokat gyűjtik és elemzik, amelyeket a betegek a klinikai vizsgálatok során bejelentenek.

Portugáliában az iLof, az EIT Health Jumpstarter 2019 és a Wild Card 2019 győztese létrehozott egy mesterséges intelligenciára és fotonikára épülő, optikai ujjlenyomatokat tartalmazó felhő-alapú könyvtárat, amely segítségével 40 százalékkal tudja csökkenteni az Alzheimer-kórhoz kapcsolódó gyógyszerfejlesztések költségét és 70 százalékkal azok időigényét.

A kutatásban a továbbképzések mellett fontos igényként jelent meg az egészségügyi szakemberek mélyebb bevonása a mesterséges intelligencia fejlesztésének korai szakaszaiba. Jelenleg a megkérdezettek 44 százaléka, akiket érdekel az egészségügyi innováció és a mesterséges intelligencia, még sohasem vett részt AI-megoldás fejlesztésében vagy bevezetésében.

Borítóképünk illusztráció