Mesterséges intelligencia az orvoslásban
A Watson név hallatán sokunknak Sherlock Holmes barátja, egyben segítője juthat eszünkbe. E név azonban egy másik, modern segédet is jelöl, mégpedig az IBM informatikai óriásvállalat szuperszámítógépét. A hihetetlenül nagy adatbázist kezelni képes, mesterséges intelligenciára épülő, algoritmusokat használó számítógépet az orvoslás forradalmi megújítására állították üzembe.
A jövő orvoslásának technológiái közül nem feledkezhetünk el a mesterséges intelligenciáról, e héten erről közölnék néhány információt. A bevezetőben említett Watson kódnevű szuperszámítógéphez nagy reményeket fűztek, elsősorban azért, mert a feltevés szerint egy ilyen gép az embernél sokkal megbízhatóbban tekinti át a hatalmas szakirodalmat, és hoz megfelelő terápiás döntést. A kezdeti lelkesedés mára alábbhagyott.
Természetesen a technológia sikerének számít, hogy például vérképzőszervi daganatban szenvedő betegek esetében kiválasztja a konkrét helyzetben legígéretesebb gyógyszert, amelyet esetleg az összes legfrissebb tanulmány átnézése után tudna a kezelőorvos önként használni.
A pár éves gyakorlat azonban azt igazolta, hogy a szuperszámítógép nem kiváltani fogja az orvosokat, hanem bizonyos rutinfeladatokat lesz képes átvenni. Például segít kiigazodni a gyógyszerek közötti kölcsönhatásokban, segít az orvosnak leszűkíteni a lehetséges terápiás módszereket, mint utaltam az előbb a daganatos betegségekre. A nagyon ritka betegségekről segít összegyűjteni és rangsorolni a tanulmányokban publikált adatokat. Némi sarkítással erre a felhasználási módra úgy tekinthetünk, mint egy intelligens, orvosi alkalmazásokra finomhangolt internetes keresőmotorra.
A klinikai gyakorlat életre hívott az utóbbi időben néhány izgalmas alkalmazási területet, ahol a mesterséges intelligencia – egyre inkább úgy tűnik – komoly előrelépést jelent az egészségügyi szakemberek számára.
Ilyen például a képalkotó vizsgálatok kiértékelése. A radiológiai vizsgálatok egyre kisebb sugárterhelés mellett egyre pontosabb, nagyobb felbontású felvételeket adnak. A rövid képalkotási idő lehetővé teszi, hogy a szívdobogás mint mozgás sem akadályozza a szívkoszorúerek tanulmányozását. Az infarktusra nézve rizikós, veszélyes elváltozások megtalálásában nagy segítség lehet a mesterséges intelligencia. Egyrészt, mert segít automatizálni a hosszadalmas kiértékelést, másrészt összeveti a konkrét esetet a meglévő adatbázisban szereplő leletekkel. Az orvosi képalkotó vizsgálatok tehát a mesterséges intelligencia alkalmazásának köszönhetően biztosan nagy fejlődésen, átalakuláson fognak átmenni a következő években.
Egyértelmű e technika haszna az orvosi kutatásokban is. Gondoljunk csak arra, hogy bizonyos kísérletek számítógépes automatizálása mekkora segítség a standardizált, könnyen összevethető adatok gyűjtésében.
Komolyabb algoritmusok, amelyek már a mesterséges intelligencia módszereire támaszkodnak, a laborállatok viselkedését, tanulását vizsgáló projektekben a kísérleti alanyra szabottan, a véletlenszerű hatásokat kiszűrve optimalizálják a teszteket. Ezzel nagy hatékonyságnövelést sikerült elérni. Az eredmények kiértékelése szempontjából a tudomány sok területén, különösen a genetikai kód tanulmányozásában, vagy az agy elektromos hullámainak vizsgálatában lényegében nélkülözhetetlen a gépi tanulás, valamint egyéb, a mesterséges intelligencia körébe tartozó módszerek. Bioinformatikai módszerekkel vizsgálják például egy adott fehérje mutációinak, alkotóelem-eltéréseinek hatását a sejtműködésre, továbbá így detektálják a sejtek daganattá alakulásának kulcslépéseit meghatározó molekulahibákat.
Nem szabad azonban elfeledkeznünk arról, hogy a mesterséges intelligencia a kutatásokban nem ad végleges választ, csupán bizonyos lehetőségek valószínűségét becsüli az ismert adatok alapján.
A felfedezések újdonságai mindig módosítják a bioinformatikai modelleket, fokozatosan finomítják azokat. Ne gondoljunk úgy ezekre a módszerekre, mint amelyek önmaguk ne lennének szintén intenzív kutatás és fejlesztés tárgyai. Gyógyszergyárak próbálkoznak például mesterséges intelligenciával kiszűrni a többmilliónyi tudományos publikációból a jövőbeni gyógyszerfejlesztések legoptimálisabb fókuszcsoportját, sőt, molekuláját. Erre azért van szükség, hogy ne kelljen embereknek hosszú évekig felépíteni az adatbázisokat. Ez is egy lényeges, ám még jócskán fejlődésben lévő felhasználása a modern számítógépes lehetőségeknek.
Manapság már sok orvosi területen megjelent a mesterséges intelligencia. Azt is láthatjuk, hogy ezek nagy eséllyel nem váltják ki az orvosok és a nővérek munkáját, de sok esetben segíteni fogják őket. Jelenleg leginkább az ismeretlen, kiaknázandó lehetőségek felkutatásában, merőben új gyógyszercélpontok felderítésében tartják ígéretesnek e módszereket. Mesterséges intelligencia segítségével igyekeznek előre jelezni a veszélyes járványokat. Kiterjedt adatgyűjtéssel, valamint az ehhez kapcsolódó elemzéssel felderíthető, hogy a világ valamely pontján felszaporodott egy veszélyes baktérium, megjelent egy rizikós vírus. Manapság erről is rengeteget lehet olvasni. Fel kell tennünk azonban a kérdést, ki hallgatna adott esetben ilyen figyelmeztetésre? Az egyetemen tanultak közül az egyik legemlékezetesebb figyelmeztetésként megemlíteném a ma is mindenhol megbújó tuberkulózisbaktériumot.
Becslések szerint kétmilliárd ember lehet fertőzött, évente majdnem milliónyi ember hal bele. Mit teszünk ellene?
Ha ezt félvállról vesszük, miért hallgatnánk a számítógép veszélyjelzésére, hogy mutáció következtében megnőtt a kockázata egy új vírusjárványnak? Egyáltalán, ki finanszírozná ennek a fenntartását, működtetését? Szóval, egyelőre az a feladatunk, hogy megtaláljuk a mesterséges intelligencia megfelelő helyét az életünkben, még ha csupán az orvosi területre gondolunk is.
