Haláljóslás és mesterséges intelligencia – ez lesz az orvoslás jövője

on

Mesterséges intelligencia (MI) segítségével indult hatalmas fejlődésnek az egészségügy Amerikában. Az egészségünket illetve sajnos bekövetkezhetnek kiszámíthatatlan, hirtelen változások. Ezeket nem tudjuk előre megakadályozni, pedig sok esetben akár egy életről dönthet az időben elkezdett orvosi kezelés. Erre megoldást találva fejlesztették ki az oxfordi kutatók azt a bizonyos szoftvert, amely képes előre megállapítani a bekövetkező halált, annak időpontjával együtt. Ennek az egészségügyi felhasználására most az Excel Medical nevű amerikai cég kapott engedélyt. A „mély neurális hálózatok” (deep neural networks) néven futó gépezetek végzik az adatelemzést, amelyek képesek infarktusokat s különböző fertőzéseket is előre megjósolni, valamint tartós betegek halálának az időpontját megállapítani. Elsőre hátborzongatóan hangzik, egyfelől azért, mert sokan nem szeretnék tudni haláluk időpontját, másfelől nem szívesen bíznak meg gépek által felmért adatokban. Közelebbről megvizsgálva viszont világossá válhat számunkra, hogy a „jóslás” nemes célt szolgál.

A gép algoritmusok alapján számítja ki az adatokat, viszont miben tér el a hagyományos életjeleket figyelő berendezésektől, s hogyan működik pontosan? Rendhagyó adatfelmérések segítségével ma is próbálkoznak súlyos betegek halálának a kockázatát megállapítani, a fennálló állapotukon felül. Erre használják például az APACHE-modellt, intenzív osztályokon. Az Országos Baleseti Intézet aneszteziológiai és intenzív osztályának egykori főorvosa, Csepregi Gyula nyilatkozott erről: „A kórházi protokollban ugyanis a szóban forgó állapotfelmérő listák ezreinek kiértékelése alapján sorolják kockázati csoportokba a betegeket. Egy adott páciens tényleges kezelési módjáról azonban nem a saját adatait tartalmazó lajstrom egyedi értékei alapján döntenek”. Tehát miután megtörtént a beteg optimális csoportba való helyezése, az orvosok nem az egyénre, hanem a csoportra vonatkozó kórházi protokollt használják.

Többek között a vérnyomás, a véroxigén szint és szívkamra állapotának kiértékelése alapján alkalmazzák a megfelelő újraélesztési módszert. A klasszikus keringés- és légzésfigyelő berendezések az életjelek kiértékelésében különböznek az MI-től. Az előbbi az önálló adatokat veszi figyelembe, de mire egy ilyen adat túljut a tűrőhatáron (például a vérnyomás hirtelen túlságosan leesik) addigra már túl késő a megfelelő kezelés elkezdésére, hiszen a keringési és légzésfunkciók már gyógyíthatatlan állapotban vannak. Eközben az MI az életjeleket nem önmagukban, hanem azokat egymástól függően vizsgálja. Így az állandó vagy attól minimálisan eltérő értékek mellett is érzékeli, ha az párhuzamosan változik egy másik értékhez képest. Ennek az algoritmusnak a segítségével már akár hat órával a vészhelyzet bekövetkezése előtt tudomást szerezhetünk róla. Legyen szó sztrókról, a légzőrendszer összeomlásáról vagy szívinfarktusról.

Az MI úgynevezett mélytanuló neurális hálózatok (deep-learning neural networks) számítógépes formájában jelenik meg. A számítógépes adatelemzés számos előnnyel rendelkezik. Az első és legfontosabb nyilvánvalóan a betegek időben elkezdett kezelése s ezzel számos ember halálának megelőzése. Ezenkívül mind a kórházi dolgozók mind a betegek spórolhatnak vele. Az intenzív osztályon dolgozó személyzetet jelentősen tehermentesíti, így ők is hatékonyabb munkára lesznek képesek. Egyes betegek pedig a megelőző kezelésekből kifolyólag mentesítve lesznek a később megfizethetetlen, s esetleg már felesleges operációktól.

A mélytanulási mechanizmus alatt viszont nem csak kórházakban használatos számítógépekre gondolhatunk. Például az Apple órái olyan intelligenciával rendelkeznek, amellyel képesek megállapítani, ha a viselőjüknek magas vérnyomása, vagy alvási apnoe szindrómája van. Az alvási apnoe olyan légzészavar, amely alvás közben jöhet elő. Erről a szindrómáról azért előnyös tudomást szerezni, mert sok esetben agyi- vagy szívinfarktushoz vezethetnek. Az órák a vérnyomást illetve 80%-ban, míg az alvási apnoe esetében 90%-ban pontos megállapítást tettek.

Szintén az MI segítségével létrehoztak egy mikroszkópot, amely a baktériumok felismerésével állapított meg számos területen előforduló fertőzéseket. Köztük tudhatjuk például a különböző fokozatú bőrfertőzéseket, valamint agy- ás tüdőgyulladást okozó Staphylococcus-t, s a tüdőgyulladást, sebfertőzéseket esetleg vérmérgezést okozó Streptococcust.

A tartós betegeket illetve a Stanford Egyetem kutatói fejlesztettek ki egy olyan algoritmust, amely képes megmondani a haláluk időpontját.  Ezeknél a pácienseknél hangsúlyos, hogy olyan kezelésekben részesüljenek, amelyek enyhítik tüneteiket s javítják az életminőségüket hátralévő életükben. Emiatt fontos tudni, ki az, akinek valóban szükséges megkapni azokat a kezeléseket, amelyek más ember esetében még halaszthatóak. Az MI 40 ezer beteg közül 90 százalékos pontossággal képes volt kimutatni, kire várhat halál a következő 3-12 hónapban.

Sokan félnek a gépek döntésétől, mivel a mélytanulás folyamatát még nem sikerült teljesen felfedezni. Egyelőre csak utólagosan tudják visszaellenőrizni, mennyire volt pontos az adott végeredmény. Kenneth Jung, a Stanford Egyetem kutatója viszont azt nyilatkozta, nem is lenne helyénvaló 100 százalékban a gépekre hivatkozni. Ez csupán az orvosi felügyelet fontos kiegészítéseként funkcionál.

Olvass további érdekes híreket nálunk