Polska medycyna nie pozostaje w tyle, jeśli chodzi o sztuczną inteligencję, a także autoregulacje jej dotyczące. Przy Ministerstwie Cyfryzacji działa Grupa Robocza ds. Sztucznej Inteligencji, zajmująca się m.in. zdrowiem. Współpracuje z nią „Koalicja AI w zdrowiu” zrzeszająca podmioty medyczne, które mają na celu wspieranie rozwoju narzędzi AI, podejmowanie inicjatyw legislacyjnych i prowadzenie merytorycznego dialogu. Grupa ta przygotowuje przegląd innowacyjnych medycznych startupów „Top Disruptors in Healthcare” czy też konferencję AI & MEDTECH CEE. Stworzyła również „Białą Księgę AI”, która identyfikuje najważniejsze pytania i wątpliwości związane z zastosowaniem sztucznej inteligencji w medycynie. Koalicja udowadnia także, że „AI to nie Sci-fi”, prezentując przykłady wdrożeń na gruncie polskim.

Medyczne Trójmiasto pełne AI

We wspomnianej publikacji pojawiły się trójmiejskie akcenty takie jak iSIL-FFR – nowoczesna metoda nieinwazyjnej diagnostyki choroby wieńcowej serca wdrażana m.in. w Uniwersyteckim Centrum Klinicznym w Gdańsku. Unikalna technologia LifeFlow oparta na obliczeniowej dynamice płynów, w opracowaniu wykorzystująca AI, może znacząco zmniejszyć ryzyko pacjenta związane z procedurami diagnostyki inwazyjnej i obniżyć koszty hospitalizacji.

Inny przykład z naszego podwórka to TITAN – Technology in Tumor Analysis - innowacyjne narzędzie AI wspierające diagnostykę guzów nerek wdrażane w Szpitalu św. Wojciecha w Gdańsku, powstałe w odpowiedzi na problem nadmiernej liczby niepotrzebnie wykonywanych operacji usunięcia guza nerki.

- Stworzyliśmy algorytm oparty na sztucznej inteligencji, a dokładnie na uczeniu głębokim, określający w procentach szansę złośliwości guza nerki. Sieć neuronowa została wyuczona na około 7200 przypadkach zdjęć TK guzów nerek fazy tętniczej. Skuteczność naszego rozwiązania wynosi ok. 80 - 85%. Projekt jest obecnie w fazie zbierania dodatkowych przypadków do ponownego treningu sieci – mówi dr Mateusz Glembin z Oddziału Urologii Copernicus.

AI znajdzie nowotwór

Jedną z dziedzin, w których AI prężnie się rozwija jest onkologia, która ją wykorzystuje na wszystkich etapach diagnostyki i leczenia pacjentów, a także do monitorowania ich stanu po terapii.

- Obecnie dominują rozwiązania SI wspierające diagnostykę radiologiczną nowotworów. Najczęściej mają jeden konkretny cel, np. wsparcie radiologa w znalezieniu guzków nowotworowych w badaniu tomografii komputerowej klatki piersiowej w raku płuc. System wskazuje zmiany, liczy je, mierzy i sprawdza czy poszczególne guzki powiększają się czy maleją. Następnie generuje opis. To ogromna pomoc dla lekarza, zwłaszcza w przypadku pacjentów z licznymi guzkami. Najważniejsze jest jednak to, że to lekarz podejmuje ostateczną decyzję. Weryfikuje raport i wskazania systemu SI. Czasami się z nim zgadza, a czasami nie. Wówczas ma prawo zakwestionować taki wynik – opowiada dr Maciej Bobowicz, specjalista chirurgii ogólnej i onkologicznej w Gdańskim Uniwersytecie Medycznym.

Przyznaje on jednocześnie, że nie ma rejestru czy bazy projektów sztucznej inteligencji prowadzonych w Polsce, a sam Zakład Radiologii GUMED uczestniczy w wielu tego typu inicjatywach, krajowych i międzynarodowych, także finansowanych przez Komisję Europejską oraz Agencję Badań Medycznych. Dr Maciej Bobowicz jest zaangażowany w projekty unijne o akronimach EuCanImage, RadioVal, EUCAIM i Cinderella.

Pierwszy z nich, finansowany przez KE, ma na celu stworzenie europejskiej platformy naukowej integrującej badania radiologiczne z danymi klinicznymi w oparciu o sztuczną inteligencję dla medycyny celowanej w onkologii.

- W projekcie realizujemy siedem tematów badawczych opracowanych przez nasz zespół we współpracy z klinicystami z europejskich ośrodków akademickich. Obejmują one stworzenie narzędzi do wsparcia diagnostyki radiologicznej nowotworów piersi, jelita grubego i wątroby oraz narzędzi do wspomagania planowania leczenia na podstawie badań obrazowych rezonansu magnetycznego. Dla większości tematów mamy opracowane prototypy algorytmów SI, które czekają na wyszkolenie na zbieranych danych. Z tym musimy jednak poczekać, aż pozyskamy założone 25000 przypadków. Przed nami bardzo pracowity rok wymagający dostarczenia brakujących badań, prac nad algorytmami i pisania publikacji naukowych oraz upowszechniania wyników – wylicza dr Maciej Bobowicz. – To mój ulubiony, ale też najbardziej skomplikowany tematycznie projekt. Jest on najbliższy pracy lekarza, bo wynika z naszych codziennych potrzeb. Był on punktem wyjścia kolejnych projektów. Osiągnięcie założonych celów pomoże nam w codziennej pracy i opiece nad pacjentami, a to ogromna satysfakcja.

Idealne zdjęcia

Sztuczna inteligencja nie jest jeszcze stosowana na szeroką skalę w codziennej praktyce lekarza radiologa, jednak coraz więcej urządzeń diagnostycznych i programów wykorzystuje jej algorytmy.

- Nowoczesne aparaty tomografii komputerowej i rezonansu magnetycznego stosują AI, by zautomatyzować sposób przeprowadzenia badania, np. aby skany zostały wykonane pod tym samym wystandaryzowanym kątem czy w takich samych przekrojach. Algorytmy przydają się też w filtrowaniu artefaktów, czyli fragmentów zapisu powstałych w wyniku zakłóceń z zewnątrz, które nie mają rzeczywistego odzwierciedlenia w obrazowanym organizmie. Algorytmy są także częścią oprogramowań służących do opracowania badań RTG i tomografii komputerowej, które wspomagają pracę radiologa – wylicza prof. Edyta Szurowska, radiolog, prorektor ds. klinicznych Gdańskiego Uniwersytetu Medycznego, kierownik Zakładu Radiologii UCK w Gdańsku. - Na dziś żaden z tych programów nie jest jednak idealnym, dającym 98 - 100% skuteczności, poza tym są kosztowne i mało szpitali stać na ich zakup. Taki program oparty na sztucznej inteligencji i uczeniu maszynowym wyszukuje zmianę, ale to radiolog ocenia badanie i bierze odpowiedzialność za jego wynik. Zakres stosowanych programów AI do analizy badań radiologicznych posiadających certyfikaty CE jest obecnie bardzo skromny.

Zakład Radiologii kierowany przez prof. Edytę Szurowską prowadzi wspólnie z Katedrą i Kliniką Chirurgii Klatki Piersiowej oraz Politechniką Śląską projekt wykorzystujący AI do oceny badań niskodawkowej tomografii komputerowej w grupie ryzyka zachorowania na raka płuca tj. u palaczy po 55 roku życia.

- Dysponujemy badaniami TK wykonanymi u ok. 20 tys. uczestników trzech pilotażowych programów skriningu raka płuca, co stanowi jeden z największych zbiorów na świecie. Zastosowanie sztucznej inteligencji w badaniu przesiewowym w kierunku raka płuca powinno bardzo przyspieszyć sam proces oceny skanów TK. Grupę docelową w Polsce stanowi 8 mln palaczy, z których połowa może wziąć udział w skriningu, a to spore obciążenie dla systemu, biorąc pod uwagę niedobory lekarzy radiologów – tłumaczy prof. Edyta Szurowska. - Sztuczna inteligencja mogłaby pomóc szybko wyodrębnić pacjentów, którzy mają prawidłowy obraz płuc oraz wskazać tych najbardziej zagrożonych zachorowaniem na raka płuca, a musimy pamiętać, że raka płuca wykrytego we wczesnym stadium można w większości przypadków wyleczyć – podsumowuje.

Medyczny dialog z AI

Można powiedzieć, że współczesna medycyna prowadzi dialog ze sztuczną inteligencją, korzystając z jej umiejętności szybkiego analizowania ogromnych ilości danych.

- Mówimy tu o czymś jak czat GPT, ale sposób, w jaki on pracuje jest niczym innym jak korzystaniem z bazy danych do opracowywania sposobu odpowiedzi na pytanie. Cała nauka jest oparta na statystycznym wnioskowaniu na danych. Już w latach 2010-2015 zespół, który tworzymy z Politechniką Gdańską opracował programy do wsparcia leczenia przepuklin uczące się po wprowadzaniu kolejnych danych (HAL 2010). Dziś jest to dość powszechne. To, co się zmieniło, to tylko prędkość wnioskowania, podążająca za rozwojem sprzętu i dysocjowaniem wykorzystania rozproszonych serwerów – opowiada prof. Maciej Śmietański, chirurg i wykładowca akademicki.

W przyszłości ten dialog może toczyć się w czasie rzeczywistym, co pokazuje jeden z trójmiejskich projektów.

- Obecnie z dr Mateuszem Zamkowskim prowadzimy program mający na celu opracowanie aplikacji, która w dyskusji z chirurgiem będzie pomagała podejmować decyzje kliniczne w czasie rzeczywistym. Dla laika wygląda to jak rozmowa z ekranem w filmie Raport Mniejszości. Przełom nastąpi w momencie, w którym szpitale otworzą swoje bazy danych i to wnioskowanie będzie oparte o globalny materiał. Zanim to jednak nastąpi, trzeba rozwiązać problemy ochrony danych i prawnych możliwości z nich korzystania. Na razie chcemy pokazać, że to możliwe i rzucić światło na to, jak zmieni to pracę chirurga. Pierwsze wyniki projektu planujemy zaprezentować już w maju 2024 roku na kongresie Europejskiego Towarzystwa Przepuklinowego w Pradze – relacjonuje prof. Maciej Śmietański.

Robot chirurg

Robotyka to dynamicznie rozwijająca się gałąź chirurgii małoinwazyjnej. W pomorskiej urologii wykorzystuje się na przykład Robota Da Vinci. Podobnie jak inne tego typu urządzenia, kontrolowany jest on na bieżąco przez człowieka.

- Oczywiście istnieje pewien styk sztucznej inteligencji i robotyki chirurgicznej. Jednak polega on głównie na usprawnianiu działania tego typu maszyn, ewentualnie na postępach w automatycznej analizie obrazu, np. w celu integracji wcześniejszych badań obrazowych z obrazem rzeczywistym (tzw. augmented reality) czy na możliwości dokładniejszej interpretacji obrazu po podaniu znacznika fluorescencyjnego – tłumaczy prof. Piotr Czauderna, Kierownik Katedry i Kliniki Chirurgii i Urologii Dzieci i Młodzieży GUMED, który przeprowadził w UCK wraz z zespołem z udziałem prof. Thomasa Blanc z Paryża pierwsze w Polsce operacje dzieci z wykorzystaniem robota Da Vinci.

- Operacje te potwierdziły zalety robota, czyli niesamowitą wprost precyzję operacyjną dzięki stabilizacji obrazu i ruchów narzędzi oraz umożliwieniu uzyskania wysokiej jakości obrazu. Pozwala to na bardzo dokładne i bezpieczne operowanie przy minimalnej utracie krwi. Ale robot, jak każde urządzenie, ma też swoje ograniczenia, pomijając już problem niezwykle wysokich kosztów jego użycia. Nie da się go na przykład zastosować przy bardzo małym polu roboczym, a, co za tym idzie, u najmniejszych dzieci – podsumowuje prof. Piotr Czauderna.

Cały program ruszy ponownie po Nowym Roku w związku z koniecznością dalszych szkoleń i planami pozyskania robota dla szpitala na stałe. Tymczasem rozszerzona rzeczywistość i robotyka w niedalekiej przyszłości znacząco wesprą rozwój chirurgii.

- Na dziś chirurgia robotowa jedynie na bazie algorytmów koryguje człowieka, np. nie pozwala wykonywać pewnych ruchów. Już wkrótce w połączeniu z rozszerzoną rzeczywistością maszyny będą ostrzegały o możliwości uszkodzenia struktur np. niewidocznych naczyń krwionośnych, schowanych wewnątrz narządów. Obraz będzie nakładany w czasie rzeczywistym na obraz z pola operacyjnego. Takie urządzenia już są i pozwalają rozwijać chirurgię (np. instytut IRCAD). Cały czas jednak to człowiek kontroluje maszynę – stwierdza prof. Maciej Śmietański.

Rak piersi w obiektywie AI

Sztuczna inteligencja może także skutecznie wesprzeć badania przesiewowe w kierunku raka piersi, a algorytm może zastępować jednego z dwóch lekarzy oglądających każde badanie.

- Być może w przyszłości algorytmy będą na tyle dokładne, że będziemy mogli używać ich do zidentyfikowania badań, w których nie ma absolutnie żadnych podejrzanych zmian. Będziemy mieli wówczas więcej czasu na dokładne przeanalizowanie pozostałych 20-30% badań mammograficznych – mówi dr Maciej Bobowicz.

Dodatkowo w GUMED realizowany jest projekt Cinderella dedykowany pacjentkom walczącym z rakiem piersi.

- W projekcie, wykorzystujemy SI do modelowania obrazów przedstawiających możliwy efekt estetyczny po operacji piersi. Na podstawie zdjęć klatki piersiowej pacjentki oraz wprowadzonych informacji o planowanym leczeniu algorytm generuje obraz. Jednak zdjęcia to nie wszystko. Pacjentka otrzymuje dostęp do całej platformy edukacyjnej wspomagającej łatwiejsze przejście przez proces leczenia. Mamy nadzieję, że projekt Cinderella przełoży się na znacznie lepszą akceptację pooperacyjnego efektu estetycznego, a tym samym zmniejszy wpływ operacji na samoakceptację pacjentek – wylicza dr Maciej Bobowicz.

AI nadzieją w leczeniu niepłodności

Sieć Klinik i Laboratoriów INVICTA swoją przygodę ze sztuczną inteligencją zaczęła w 2018 roku, gdy na popularności zyskały modele analizujące obrazy. To właśnie wtedy zrodziło się wiele pomysłów na projekty i prototypy. Jednak tak naprawdę pierwsze modele AI, INVICTA zaczęła wykorzystywać w 2021 roku.

- Aktualnie korzystamy z różnego rodzaju modeli sztucznej inteligencji, które pomagają nam w automatyzacji wielu etapów procesu diagnostycznego oraz w prowadzeniu procedury in vitro. Każdego dnia algorytmy sztucznej inteligencji wspomagają nasze położne i lekarzy w trakcie wykonywania i analizowania badań USG, skracając czas potrzebny na ocenę wyników takiego badania i jednocześnie zapewniając jego najwyższą jakość. Liczy się nie tylko efektywność, ale i zrozumienie działania danego modelu – mówi Dorota Białobrzeska-Łukaszuk, założycielka i od ponad 20 lat Prezes Zarządu sieci Klinik i Laboratoriów Medycznych INVICTA.

Idąc z duchem czasu, INVICTA zainicjowała dwa autorskie projekty AIOO® i GPS™, których celem była optymalizacja stymulacji hormonalnej wykonywanej w trakcie in vitro. Uzyskanie wysokiej jakości komórek jajowych, przy jednoczesnym ograniczeniu dawek leków stymulujących. To dzięki temu leczenie może być bardziej bezpieczne, komfortowe, skuteczne, a także tańsze.

I tak bazujące na AI oprogramowania wspierają lekarzy w leczeniu niepłodności przez możliwie najlepszy dobór gamet i zarodków oraz w optymalizacji schematu leczenia. Dzięki mechanizmom sztucznej inteligencji lekarz zyskuje wsparcie, a pacjent szansę na optymalne dopasowanie przebiegu leczenia do swojej indywidualnej historii medycznej. W tej szczególnej dziedzinie liczy się dosłownie każdy procent skuteczności więcej.

Spersonalizowana neurologia

Profesor Bartosz Karaszewski kierownik Katedry i Kliniki Neurologii Gdańskiego Uniwersytetu Medycznego dostrzega potencjał wykorzystania sztucznej inteligencji np. w leczeniu udaru mózgu. Dzięki jej gigantycznej zdolności analitycznej w przyszłości znane będą mechanizmy powodujące dłuższą trwałość mózgowia i będzie je można stymulować.

- AI masywnie zmieni format uprawiania medycyny klinicznej. W podejmowaniu indywidualnych decyzji klinicznych pod uwagę będziemy mogli brać nie dziesiątki, ale tysiące i więcej cech. Na przykład, gdy do danych standardowych, tzw. medycyny opartej na faktach, dorzucimy informację o biologii pacjenta i przy pomocy AI powiążemy ją z analogicznymi informacjami o pacjentach leczonych z tego samego powodu w przeszłości, o wynikach tego leczenia, bieżącą terapię dobierzemy precyzyjniej. AI pozwoli na przejście do zupełnie nowego wymiaru pracy klinicznej, medycyny personalizowanej w zakresie nieporównywalnym do współczesnego. Wspólnie z konsorcjantami zaprojektowaliśmy narzędzie, które miałoby sprawić, że taka rewolucja nastąpi szybciej, ale nad podobnymi pracują setki zespołów na świecie. Mniej kompleksowe narzędzia z zastosowaniem AI, czy technik głębokiego uczenia, operujące w różnych domenach medycyny, pomagają lekarzom już od lat, np. w ocenie badań obrazowych, czy histologicznych – podsumowuje prof. Bartosz Karaszewski.