Sztuczna inteligencja wkroczyła w wiele obszarów naszego życia, a medycyna jest jednym z tych, w których jej potencjał wydaje się nieograniczony. Według raportu opublikowanego w „The New York Times” ChatGPT i podobne modele językowe już teraz wspierają lekarzy w procesie diagnostyki. Mimo to technologia ta budzi wiele kontrowersji.
Badania przeprowadzone przez Uniwersytet Stanforda wykazały, że skuteczność diagnostyczna ChatGPT w przypadkach pediatrycznych wynosiła jedynie 17%. Z drugiej strony, w analizie przypadków dermatologicznych, AI poprawnie zidentyfikowała nawet 70% diagnoz, przewyższając w tym aspekcie mniej doświadczonych lekarzy.
Potencjał i ograniczenia sztucznej inteligencji w medycynie
Sukces: Zdiagnozowanie rzadkiej choroby genetycznej
Sztuczna inteligencja okazała się nieoceniona w przypadku 7-letniego chłopca z Niemiec, który przez lata cierpiał na niewyjaśnione ataki bólu brzucha i postępujące osłabienie mięśni. Tradycyjne badania, w tym liczne testy genetyczne i konsultacje ze specjalistami, nie przynosiły odpowiedzi. Dopiero analiza przeprowadzona przez model podobny do ChatGPT, wykorzystujący bazę wiedzy medycznej i zdolność do przetwarzania danych z historii medycznej, wskazała na zespół Leigha – rzadką, dziedziczną chorobę mitochondrialną.
Lekarze, korzystając z sugestii AI, skierowali chłopca na odpowiednie badania genetyczne, które potwierdziły diagnozę. Dzięki temu wprowadzono terapię spowalniającą postęp choroby, co poprawiło jakość życia pacjenta i jego rodziny. Rodzice chłopca podkreślali później, że „bez sztucznej inteligencji moglibyśmy nigdy nie znaleźć odpowiedzi”.
Porażka: Błędna sugestia inwazyjnej procedury
Zupełnie inaczej zakończyła się historia 45-letniej kobiety z USA, która zgłosiła się do szpitala z chronicznymi bólami pleców. Po przeanalizowaniu jej objawów i wyników badań, ChatGPT zasugerował wykonanie inwazyjnej biopsji rdzenia kręgowego, wskazując na podejrzenie rzadkiego typu zapalenia opon mózgowo-rdzeniowych.
Zaniepokojeni lekarze, zanim zdecydowali się na wykonanie procedury, przeprowadzili dodatkowe badania diagnostyczne. Okazało się, że bóle pleców były wynikiem przewlekłego stresu i niewielkiej przepukliny krążka międzykręgowego, która nie wymagała inwazyjnego leczenia. Sugestia ChatGPT okazała się nietrafna, a choć pacjentka uniknęła zbędnej procedury, sama propozycja tak poważnej interwencji medycznej wywołała u niej ogromny stres i wątpliwości co do kompetencji lekarzy. „Bałam się, że mam coś poważnego, a później zaczęłam się zastanawiać, czy mogę ufać systemowi medycznemu” – mówiła w wywiadzie dla lokalnej gazety.
Dlaczego lekarze są sceptyczni wobec sztucznej inteligencji?
„Sztuczna inteligencja może być świetnym wsparciem, ale nie powinna być decydentem,” mówi dr Sarah Goldstein, kardiolog z Nowego Jorku. „To lekarz, który zna pacjenta, musi podjąć ostateczną decyzję. Algorytmy nie widzą człowieka, tylko dane.”
Wielu specjalistów obawia się, że pacjenci mogą zacząć bardziej ufać technologii niż lekarzom. Brak zrozumienia ograniczeń AI może prowadzić do błędów lub niepotrzebnego ryzyka.
Empatia kontra algorytm: czy AI zdoła zdobyć zaufanie pacjentów?
Badania przeprowadzone na Uniwersytecie Kalifornijskim rzuciły światło na kluczowy problem adaptacji sztucznej inteligencji w medycynie – zaufanie pacjentów. W badaniu, w którym udział wzięło ponad 1 000 osób, uczestnicy mieli za zadanie ocenić diagnozy przedstawione przez lekarza i sztuczną inteligencję. Mimo że modele AI, takie jak ChatGPT, dostarczyły diagnozy o wyższej trafności w 78% przypadków, pacjenci wciąż częściej wybierali zalecenia lekarza. Kluczowym czynnikiem była tu empatia – a raczej jej brak w komunikacji z algorytmem.
„To, czego brakuje sztucznej inteligencji, to zdolność do zrozumienia emocji pacjenta,” podkreśla dr Helen Travers, psycholog zajmująca się relacjami lekarz-pacjent. „Pacjent chce być wysłuchany, zrozumiany, a nie potraktowany jak kolejny zestaw danych do analizy.”
Czy AI może „nauczyć się” empatii?
Chociaż algorytmy nie są w stanie poczuć emocji, naukowcy pracują nad tym, by AI lepiej symulowała empatyczną komunikację. Na przykład, testowane są modele, które analizują ton wypowiedzi pacjenta i dostosowują odpowiedź w sposób bardziej „ludzki”.
Jednym z takich rozwiązań jest system opracowany przez naukowców z MIT, który potrafi analizować dane językowe i intonację głosu pacjenta, by odpowiedzieć w sposób bardziej spersonalizowany. Jednak, jak zauważa Travers, „nawet najbardziej zaawansowany algorytm nie zastąpi lekarza, który potrafi empatycznie podejść do pacjenta w trudnej chwili.”
Przyszłość diagnostyki: lekarze i AI ramię w ramię
Eksperci w dziedzinie medycyny i technologii są zgodni – sztuczna inteligencja ma potencjał, by stać się niezastąpionym wsparciem w diagnostyce, ale nigdy całkowicie nie zastąpi lekarzy. Kluczem do sukcesu jest synergiczne połączenie możliwości technologii z doświadczeniem i empatią ludzi.
„Sztuczna inteligencja działa jak potężna lupa – dostrzega detale, które mogą umknąć człowiekowi. Jednak to lekarz, z uwzględnieniem kontekstu i specyfiki pacjenta, musi zdecydować, co te detale oznaczają,” mówi dr Michael Lin, specjalista radiologii z Mayo Clinic.
Nowe technologie w praktyce: przykłady współpracy AI z lekarzami
Jednym z najbardziej obiecujących zastosowań AI są systemy do analizy obrazów medycznych, takich jak zdjęcia rentgenowskie, tomografie komputerowe czy rezonanse magnetyczne. Programy takie, jak opracowany przez Google Health algorytm do wykrywania raka piersi, osiągnęły już wyniki przewyższające niektórych radiologów. W jednym z badań AI poprawnie zidentyfikowała zmiany nowotworowe w tkankach piersi z dokładnością wynoszącą 94,5%, co pomogło skrócić czas diagnostyki i zmniejszyć ryzyko przeoczenia choroby.
Podobne systemy wykorzystywane są również w kardiologii. Algorytmy analizujące dane z elektrokardiogramów potrafią wykryć subtelne oznaki migotania przedsionków, które mogą być niewidoczne dla ludzkiego oka. To pozwala na wcześniejsze wdrożenie leczenia i zmniejszenie ryzyka poważnych powikłań, takich jak udar mózgu.
AI jako wsparcie, nie autorytet
Pomimo imponujących wyników, AI nie jest wolna od ograniczeń. Modele są zależne od jakości danych, na których zostały wytrenowane. W przypadku niewłaściwie dobranych danych wejściowych mogą one generować błędne diagnozy, dlatego obecność lekarza, który weryfikuje i interpretuje wyniki AI, jest absolutnie konieczna.
Eksperci przewidują, że przyszłość diagnostyki medycznej będzie opierać się na modelu hybrydowym. AI będzie pełnić funkcję „asystenta diagnostycznego”, który usprawnia procesy, a lekarz będzie decydentem, który uwzględnia nie tylko dane, ale także emocje, obawy i unikalną sytuację pacjenta.
