Doktor Watson i inni. AI w służbie zdrowia i życia

Doktor Watson i inni. AI w służbie zdrowia i życia
Sztuczna inteligencja nikogo na razie - przynajmniej bezpośrednio - nie zabiła, natomiast wiele wskazuje na to, że z powodzeniem ratuje już ludzkie życie lub chociaż zdrowie. Przykładem może być sławny IBM-owski superkomputer Watson, który uratował kobietę chorą na rzadką odmianę białaczki.

O pierwszym tego typu przypadku donieśli lekarze z Uniwersytetu Tokijskiego. Sztuczna inteligencja prawidłowo zdiagnozowała u sześćdziesięcioletniej kobiety rzadką odmianę białaczki. Pacjentka wcześniej była badana przez lekarzy, ale bez efektu. Postawienie właściwej diagnozy zabrało Watsonowi ok. 10 minut. W tym czasie porównał on zmiany genetyczne chorej z 20 milionami artykułów naukowych na temat nowotworów. Pozwoliło to na rozpoznanie konieczności zmiany leczenia oraz - finalnie - na uratowanie życia. Maszyna zrobiła szybko to, co ludzkim lekarzom zajęłoby znacznie więcej czasu.

Sztuczna inteligencja od IBM współpracuje od dłuższego czasu z jednym z onkologicznych centrów w Nowym Jorku. Docelowo ma działać jako pełnoprawny konsultant, który pomoże lekarzom określać najwłaściwsze rodzaje terapii na podstawie analizy przypadków i fachowych pism medycznych. Pod koniec listopada 2016 r. centrum informowało o znaczących sukcesach wykorzystywanego przez Watsona systemu identyfikacji raka na podstawie przedstawianych sztucznej inteligencji obrazów.

Lekarz korzystający z systemu wykrywania raka IBM Watson
Lekarz korzystający z systemu wykrywania raka IBM Watson

Z tych i wielu innych informacji wynika, iż Watson robi oszałamiającą karierę w diagnostyce medycznej. Niedawno Niemcy zwrócili się o pomoc do inżynierów z IBM i przeprowadzili eksperyment, w którym wykorzystano amerykańską AI. Endokrynolog Jürgen Schäfer z Centrum Niezdiagnozowanych i Rzadkich Chorób Szpitala Uniwersyteckiego w Marburgu wraz z kolegą, Tobiasem Müllerem, wybrali pięciuset pacjentów, a ich dane wgrano do pamięci Watsona. Następnie poproszono komputer o zdiagnozowanie kilkudziesięciu przypadków. Watson - opierając się na udostępnionych mu danych - podał całą listę chorób, na które osoby te mogły cierpieć. Usystematyzował je pod kątem prawdopodobieństwa trafności diagnozy. We wszystkich przypadkach lista najbardziej prawdopodobnych chorób wymienionych przez maszynę pokrywała się z tym, co wcześniej orzekli lekarze. Watson nie potrzebował jednak na jej stworzenie dni i tygodni, lecz sekund.

Zachęceni tymi sukcesami lekarze i inżynierowie postanowili, że od grudnia 2016 r. Watson w znacznie szerszym zakresie zajmie się diagnostyką. Pacjenci będą musieli wypełnić bardzo szczegółowy kwestionariusz, dzięki któremu superkomputer wyłowi maksymalnie wiele czynników, jakie mogły mieć wpływ na ich zdrowie. Jedno z pytań dotyczy nawet tego, jakie zwierzęta chorzy mieli w dzieciństwie. Pozwoli to IBM-owskiej inteligencji określić możliwość zarażenia się chorobami odzwierzęcymi.

Eksperci liczą na to, że Watson będzie w stanie zidentyfikować nawet choroby nieznane dotąd medycynie. Jeśli w dostarczonym mu zbiorze literatury medycznej nie znajdzie on odwołań do napotkanych objawów, może to oznaczać zidentyfikowanie zupełnie nowej przypadłości.

 

Ciało i umysł

Dermoskop
Dermoskop

Jak powszechnie wiadomo, różne kraje borykają się z deficytem specjalistów medycznych. Ponadto ci, którzy już są, mogą się mylić. Dlatego skonstruowanie maszyny co najmniej tak trafnej w swych diagnozach, jak człowiek, to duża rzecz. Jeśli w dodatku system komputerowy potrafi np. na wczesnym etapie wykrywać nowotwory skóry, to szanse wyleczenia mocno rosną - lekarz lub pielęgniarka sporządzają obraz zmian patologicznych za pomocą dermoskopu, przyrządu używanego przez specjalistów, i wysyłają go do chmury analitycznej, która odpowiada diagnozą opatrzoną informacją o prawdopodobieństwie wystąpienia zmian chorobowych. Na razie tego rodzaju narzędzia tworzy się w instytucjach badawczych i medycznych jako wspomagające dla lekarzy. Jak jednak wiadomo, sztuczna inteligencja uczy się, więc kto wie, czy człowiek pośredniczący w białym kitlu nie okaże się wkrótce niepotrzebny.

Już teraz algorytm stworzony przez startup Enlitic lepiej niż doświadczeni radiologowie radzi sobie z rozpoznawaniem na obrazach z tomografii komputerowej i skanów MRI groźnych guzków w płucach. AI budzi też zainteresowanie przemysłu farmaceutycznego. Firma Merck testuje zastosowanie sieci neuronowych do analizy struktury 3D cząsteczek pod kątem ich przydatności do walki z poszczególnymi patogenami.

Jak się okazuje, systemy sztucznej inteligencji mogą leczyć - a przynajmniej na razie diagnozować - nie tylko ciało, ale również umysł. Algorytm uczenia maszynowego stworzony przez amerykańskich naukowców działających pod kierownictwem psychologów z Cincinnati Children’s Hospital Medical Center, podczas badań na 379 osobach wykazał 93-procentową skuteczność w identyfikacji osób o skłonnościach samobójczych.

 

Nie algorytmy lecz logika rozmyta

Zwykle z punktu widzenia lekarzy, pacjent nie jest po prostu chory lub zdrowy, lecz może być dotknięty chorobą w bardzo różnym stopniu. Symptomy występują na wielu stopniach intensywności. Ciśnienie np. może być bardzo niskie, niskie, średnie, normalne, dobre, wysokie, bardzo wysokie itp., a do tego ulegać zmianie. Logika klasyczna, którą w uproszczeniu nazwijmy dwuwartościową, nie jest więc dobrym językiem do opisu zagadnień medycznych - lepsze są logika wielowartościowa lub jej uogólnienia. A to jest właśnie królestwo sieci neuronowych i sztucznej inteligencji. Znane w świecie AI metody bayes’owskie i statystyczne sprawdzają się lepiej niż układy zero-jedynkowe. System oblicza w nich prawdopodobieństwo prawdziwości hipotezy przy danej ewidencji. Obliczenia pokazują związki probabilistyczne pomiędzy symptomami a chorobą, chociaż nie zawsze są to związki przyczynowe - często jedynie korelacje.

Mamy tu do czynienia z tzw. logikami nieklasycznymi, np. logiką niemonotoniczną, w której dodanie nowej wiedzy może zmienić prawdziwość wcześniej ustalonych faktów. Inne znane pojęcia z tej kategorii to logika wielowartościowa oraz logika rozmyta (fuzzy logic). Zbiór rozmyty jest zbiorem elementów i stopni przynależności tych elementów do danego zbioru. Np. dla ciśnienia krwi można zdefiniować zbiór „duże w stopniu niepokojącym”, podając średnią wartość ciśnienia uznanego za takie właśnie, określoną przez kilku ekspertów i przypisując wartości przynależności 0 jako minimalne, określone przez ekspertów. Logika rozmyta szybko zdobywa popularność w systemach medycznych, wypierając zamknięte algorytmy postępowania.

Robot - lekarz

Warto też pamiętać, że w medycynie istnieją problemy nie za bardzo dające się ująć w takie algorytmy. Należą do nich decyzje takie, jak: diagnozy medyczne, zalecenia dodatkowych testów, decyzje podejmowane w nagłych przypadkach. Zalgorytmizować nie da się też rozpoznawania symptomów, klasyfikacji stanu zdrowia, zachowań człowieka, sensu wypowiedzi, sprawdzania dawek leków, możliwych interakcji poszczególnych medykamentów, potencjalnych przeciwskazań. Ewentualnemu twórcy algorytmu kłopoty sprawia także planowanie terapii, diety, optymalizacja działań w trakcie jej przebiegu - podobnie jak sterowanie urządzeniami podtrzymującymi funkcje życiowe, monitorowanie stanu pacjenta czy ostrzeganie w sytuacjach kryzysowych.

Z kolei w ogóle nie da się ułożyć w tradycyjne, zamknięte algorytmy, analiz wizualnych - rozpoznawania i interpretacji obrazów z aparatury medycznej oraz kontroli jakości obrazowania. To zadania, co do których mamy słuszne przeczucia, że dobrze spisałaby się w nich zaawansowana sztuczna inteligencja. Prawdopodobnie całkiem dobrze mogłaby ona radzić sobie też z detekcją regularności, wykrywaniem niebezpiecznych symptomów w sygnałach EKG, EEG i innych, separacją sygnałów z wielu źródeł, oczyszczaniem obrazów z szumów, filtracją sygnałów elektrycznych czy prognozowaniem rozwoju choroby.

 

Pięćset lat życia plus

Ratowanie zdrowia i życia z udziałem sztucznej inteligencji i robotów stanowi frapujący temat, ale dla niektórych to wciąż mało. Początkująca, kalifornijska firma Humai chce iść dalej. Zamiast starać się wydłużać nasze życie, planuje z wykorzystaniem sztucznej inteligencji wskrzeszać ludzi zmarłych! Procedura wiązałaby się z zamrożeniem mózgu danej osoby, po uprzednim zamontowaniu w nim chipu „osobowości”. Założyciel startupu, Josh Bocanegra, zapewnił swoich krytyków, że mówi całkiem poważnie o utrzymywaniu ludzkiej osobowości w nieskończoność. Twierdzi, że może to być możliwe już w ciągu najbliższych trzydziestu lat.

Reklamówka firmy planującej m.in. wskrzeszanie zmarłych
Reklamówka firmy planującej m.in. wskrzeszanie zmarłych

Zapisane dane „o stylach konwersacji, wzorcach zachowań, procesach myślowych i informacje o tym, jak funkcjonował sam organizm”, byłyby w „następnym życiu” zakodowane w różnych typach czujników, „które będą wbudowane w sztuczne ciało wyposażone w mózg zmarłego człowieka.” Nie wiadomo, ile taka usługa miałaby kosztować i jak będą pozyskane mózgi. Bocanegra powiedział w oświadczeniu dla mediów: „Kiedy technologia stanie się w pełni rozwinięta, będziemy mogli wszczepić mózg w sztuczne ciało.” Dodał, że sztuczne funkcje ciała byłyby kontrolowane za pomocą impulsów mózgowo-nerwowych, tak jak kontrolowane są dzisiaj protezy w zaawansowanej formie protetyki.

Słowa Bocanegry nie różnią się drastycznie od prognoz Raya Kurzweila, które również obiecują nieśmiertelność na bazie technologii.

Prezes Google Ventures, Bill Maris, uważa, że nadejdzie dzień, gdy ludzie będą w stanie żyć nawet pięćset lat, a to dzięki przełomowym postępom w dziedzinie medycyny oraz rozwojowi biomechaniki. Podstawą do wyniesienia medycyny na wyższy poziom w walce ze śmiercią jest sztuczna inteligencja.

Co do tego wszyscy są zgodni.