Sumar articol:
Invatarea automata ar fi putut imbunatati medicina prin analizarea datelor pentru a oferi diagnostice mai bune si a grabi vindecarea, insa obstacolele tehnologice, birocratice si de reglementare au incetinit progresul.
Investitorii vad viitorul ingrijirii medicale ca fiind in stransa legatura cu inteligenta artificiala. Iar aceasta convingere este evidenta daca ne uitam la sumele de bani care se varsa in startup-urile de sanatate digitala ce au la baza Inteligenta Artificiala – inclusiv peste 3 miliarde de dolari doar in prima jumatate a anului 2022 si aproape 10 miliarde de dolari in 2021 – potrivit unei analize de investitii efectuata de Rock Health si comandata de POLITICO.
Si nu e de mirare, date fiind prognozele curajoase facute in urma cu ceva timp de specialistii in tehnologie.
La o conferinta din 2016, Geoffrey Hinton, psiholog cognitiv britanic si „nas” al tehnologiei Inteligentei Artificiale, spunea ca radiologii vor lua calea tipografilor si ai casierilor de la banci… “Ar trebui sa nu se mai formeze radiologi de acum. Este complet evident ca in decurs de cinci ani, invatarea profunda va sta mult mai bine” spunea el.
Insa la mai bine de cinci ani de la prognoza lui Hinton, facultatile de medicina inca mai formeaza radiologi, iar acestia invata in continuare sa interpreteze imagini scanate.
In loc sa inlocuiasca medicii, administratorii sistemelor de sanatate vad in acest moment AI ca pe un instrument pe care clinicienii il vor folosi pentru a imbunatati totul – incepand de la diagnostice si ajungand pana la practicile de facturare.
AI nu a fost la inaltimea valvei care s-a facut in urma cu niste ani, spun expertii medicali, pentru ca infrastructura sistemelor de sanatate nu este inca pregatita pentru ea. Iar guvernele abia incep sa dea piept cu rolul lor de reglementare.
„Companiile fac promisiuni lumii si adesea nu ofera si rezultate”, spune decanul Facultatii de Medicina de la Universitatea din California, San Francisco, Bob Wachter. „Daca e sa caut exemple de Inteligenta Artificiala adevarata si de Invatare Automata care sa fie cu adevarat importante, acestea sunt destul de putine. Ceea ce e destul de dezamagitor”, a mai adaugat el.
Finantarea AI in medicina explodeaza
Finantarea totala pentru startup-urile din domeniul sanatatii digitale, ce folosesc inteligenta artificiala, arata ca finantarea a explodat, fiind de patru ori mai mare in 2021 fata de cifra din 2019, ajungand de la 2.4 miliarde de dolari pana la 10 miliarde.
De asemenea, un domeniu care in 2011 avea finantari de numai 129.3 milioane de dolari a ajuns iata, 10 ani mai tarziu, la 10 miliarde de dolari, sau cu alte cuvinte de 77 de ori mai mult!
Progres lent in zona AI
Administratorii spun ca algoritmii – software-ul care prelucreaza datele – de la companii din afara nu functioneaza intotdeauna asa cum se anunta, deoarece fiecare sistem de sanatate are propriul cadru tehnologic. Asadar, spitalele formeaza echipe de inginerie si dezvolta inteligenta artificiala si alte tehnologii adaptate propriilor nevoi.
Insa lucrurile progreseaza lent. Cercetarile avand la baza anunturile de locuri de munca arata ca asistenta medicala este in urma oricarei alte industrii, cu exceptia constructiilor, in ceea ce priveste adoptarea Inteligentei Artificiale.
Administratia americana pentru Alimente si Medicamente a luat masuri pentru a dezvolta un model de evaluare a AI, dar acesta este inca in faza incipienta. Exista intrebari despre modul in care autoritatile de reglementare pot monitoriza algoritmii pe masura ce evolueaza si despre cum pot controla aspectele daunatoare ale tehnologiei, cum ar fi discriminarea, care ameninta sa accentueze inechitatile din domeniul sanatatii.
„Uneori se presupune ca AI functioneaza si ca nu trebuie decat adoptata, ceea ce nu este neaparat adevarat”, spune Florenta Teodoridis, profesor la Facultatea de Business de la Universitatea din California de Sud, a carei cercetare se concentreaza pe AI. Ea a adaugat ca faptul ca nu putem intelege cum un algoritm ajunge la un anumit rezultat poate fi bun cand vorbim despre prognoza meteo, insa in medicina impactul acestor algoritmi poate schimba vieti.
Scenariul optimist pentru AI
In ciuda obstacolelor, industria tehnologica inca este entuziasmata cu privire la potentialul Inteligentei Artificiale de a transforma domeniul sanatatii.
„Tranzitia este putin mai lenta decat am sperat, dar este pe drumul potrivit incat AI sa fie mai buna decat majoritatea radiologilor in interpretarea unei serii intregi de imagini medicale pana in 2026”, a declarat Hinton pentru POLITICO. El precizeaza ca nu a sugerat niciodata ca ar trebui sa eliminam complet radiologii, ci ca ar trebui sa lasam AI sa citeasca radiografiile in locul lor.
Daca are dreptate, inteligenta artificiala va incepe sa-si asume mai multe sarcini de rutina din medicina, oferind medicilor mai mult timp alaturi de pacienti, astfel incat sa poata ajunge la diagnosticul corect sau sa dezvolte un plan complet de tratament.
„Vad comunitatea medicala facand trecerea catre o mai buna intelegere a ceea ce poate si ce nu poate face AI”, spune Lara Jehi, de la Clinica Cleveland. „AI nu ii va inlocui pe radiologi si nici nu ar trebui sa ii inlocuiasca” a mai adaugat Jehi.
Radiologia este unul dintre cele mai promitatoare scenarii pentru folosirea AI. Clinica Mayo are un studiu clinic in cadrul caruia este evaluat un algoritm ce isi propune sa reduca procesul indelungat parcurs de oncologi si nu numai pentru a elabora un plan chirurgical de indepartare a tumorilor complicate ale capului si gatului.
Un algoritm poate face aceasta treaba intr-o ora, spune John D. Halamka, presedintele Mayo Clinic Platform: „Eliminam 80% din efortul uman din acest proces”, adauga el. Tehnologia ofera medicilor un plan pe care il pot analiza si modifica fara a fi nevoiti sa faca ei insisi fizica de baza, mai spune el.
Utilizarea AI in radiologie a fost testata, de asemenea, si de NYU Langone Health. Sistemul de sanatate a colaborat cu grupul de Cercetare al Inteligentei Artificiale al Facebook pentru a reduce timpul necesar pentru un RMN de la o ora la 15 minute.
Daniel Sodickson, expert in imagistica radiologica la NYU Langone, implicat in cercetare, vede oportunitati in capacitatea AI de a reduce cantitatea de date pe care medicii trebuie sa le analizeze.
Pandemia COVID-19 a determinat accelerarea dezvoltarii AI. De-a lungul pandemiei, furnizorii de servicii de sanatate si cercetatorii au impartasit date legate de boala si date anonime ale pacientilor pentru a participa la gasirea unui tratament.
Microsoft si Adaptive Biotechnologies, care sunt parteneri in proiecte de invatare automata pentru a intelege mai bine sistemul imunitar, si-au pus tehnologia la lucru pe datele pacientilor, pentru a vedea modul in care virusul a afectat sistemul imunitar.
„Nivelul de cunostinte obtinut si progresul inregistrat au fost cu adevarat fascinante”, a declarat Peter Lee, vicepresedinte corporate pentru cercetare si incubare la Microsoft.
Si nu este singura poveste de succes! Ochsner Health din Louisiana a construit un model AI pentru detectarea semnelor precoce de sepsis, un raspuns la infectie cu risc fatal. Pentru a convinge asistentele sa il adopte, institutia a creat o echipa de raspuns care sa monitorizeze tehnologia pentru alerte si sa ia masuri atunci cand este necesar.
„Il numesc controlul de trafic in ingrijire” spune Denise Basow, director digital la Ochsner Health. Ea mai adauga ca de la implementarea acestui model, numarul deceselor cauzate de sepsis este in scadere.
Obstacole pentru AI
Infrastructura
Cel mai mare obstacol in calea utilizarii Inteligentei Artificiale in domeniul sanatatii tine de infrastructura.
Sistemele sanitare trebuie sa permita algoritmilor sa acceseze datele pacientilor. In ultimii cativa ani, sisteme mari, bine finantate, au investit in mutarea datelor lor in cloud, creand baze mari de date, gata sa fie consumate de catre inteligenta artificiala. Insa lucrurile nu stau la fel de simplu si pentru jucatorii mai mici.
O alta problema este ca fiecare sistem sanitar este unic din punct de vedere al tehnologiei si al modului in care trateaza pacientii. Ceea ce inseamna ca e foarte posibil ca un algoritm sa nu functioneze la fel de bine peste tot.
In ultimul an, un studiu independent cu privire la un algoritm de detectare a sepsisului, utilizat pe scara larga de gigantul EHR Epic, a aratat rezultate slabe in medii din lumea reala, sugerand ca este important unde si cand folosesc spitalele AI.
Aceasta problema a determinat institutiile sanitare de top sa-si construiasca propriile echipe de inginerie si sa dezvolte AI la nivel intern.
Insa acest demers nu inseamna ca nu vor fi probleme. Cu exceptia cazului in care sistemele de sanatate nu isi vand tehnologia, e putin probabil ca ea sa aiba parte de tipul de verificare pe care l-ar avea un software comercial. Iar asta ar insemna ca deficientele vor ramane neremediate mai mult timp decat in cazul unui soft comercial.
Si nu este vorba doar despre faptul ca sistemele sanitare implementeaza IA cand nimeni nu se uita. O problema este si faptul ca partile interesate din domeniul Inteligentei Artificiale, din domeniul sanatatii, din tehnologie si din guvern nu au convenit asupra standardelor.
Lipsa datelor complete si calitative
Lipsa unor date de calitate, care sa ofere algoritmilor materialul cu care sa lucreze, este o alta bariera importanta in implementarea tehnologiei in mediile sanitare.
Multe date provin din fisele medicale electronice, insa adesea sunt izolate de la un sistem la altul, ceea ce ingreuneaza colectarea unor seturi de date importante. De pilda, un pacient care merge saptamana aceasta la un spital va avea date complete de la aceasta consultatie dar restul istoricului sau este in alta parte, astfel ca spitalului actual ii va fi imposibil sa traga concluzii adecvate care sa permita o ingrijire de calitate oferita pacientului.
„Avem bucati si parti, dar nu avem intregul”, spune Aneesh Chopra, fost director de Tehnologie in cadrul guvernului in administratia Obama, iar acum presedinte al companiei de date CareJourney.
Chiar daca unele sisteme de sanatate au investit in extragerea datelor dintr-o varietate de surse si unificarea lor intr-un singur depozit, nu toate spitalele au resursele necesare pentru a face asta.
Confidentialitatea
In sanatate exista de asemenea si probleme reale ce tin de confidentialitatea pacientilor, care limiteaza cantitatea si tipul de date ce pot fi colectate de catre companiile de tehnologie, iar sectorul ramane astfel in urma altora in ceea ce priveste caii putere ai algoritmilor.
De asemenea, este extrem de important sa remarcam ca nu exista suficiente date solide cu privire la rezultatele procedurilor medicale si la situatia actuala a pacientului, ceea ce face mai dificil pentru furnizori sa foloseasca AI pentru a imbunatati modul in care trateaza pacientii.
Asta se poate schimba. O serie recenta de studii privind un algoritm despre sepsis a inclus numeroase detalii despre modul de utilizare a tehnologiei in practica si despre ratele de adoptare documentate in randul medicilor. Expertii au salutat studiile spunand despre ele ca sunt un model bun pentru modul in care ar trebui efectuate viitoarele studii legate de AI.
Insa lucrul cu datele legate de sanatate este si mai dificil decat in alte domenii, pentru ca este foarte diferit. „Am descoperit ca, si in plan intern, in diferitele locatii si site-uri ale noastre, aceste modele nu au o performanta uniforma”, a spus Jehi de la Clinica Cleveland.
Iar daca lucrurile merg prost, miza este mare. „Numarul de optiuni pe care le au pacientii este foarte diferit de numarul de cai pe care le poti urma atunci cand incerci sa comanzi un produs pe Amazon”, a spus Wachter.
Discriminarea
Expertii in sanatate si-au exprimat, de asemenea, ingrijorarea ca algoritmii ar putea accentua discriminarea si lipsa de echitate in domeniul sanitar.
Un studiu din 2019, de pilda, a constatat ca un algoritm folosit intr-un spital a impins mai des pacientii albi catre programe care ofereau o ingrijire mai buna decat pacientii de culoare, desi controla stadiul bolii.
Rolul guvernului
FDA a publicat anul trecut un set de reguli pentru utilizarea inteligentei artificiale ca dispozitiv medical, solicitand stabilirea unor „bune practici de invatare automata”, supravegherea modului in care se comporta algoritmii in scenarii din lumea reala si dezvoltarea unor metode de cercetare pentru a elimina discriminarea.
Agentia a publicat ulterior reguli mai specifice privind invatarea automata pe dispozitivele radiologice, solicitand companiilor sa sublinieze modul in care ar trebui sa functioneze tehnologia si sa ofere dovezi ca aceasta functioneaza asa cum era prevazut. Incepand cu 1997, FDA a autorizat peste 300 de device-uri pe baza de Inteligenta Artificiala, in mare parte in sectorul de radiologie.
Reglementarea algoritmilor este o provocare, in special daca ne gandim cat de repede avanseaza tehnologia. FDA solicita de aceea companiilor sa instituie monitorizare in timp real si sa furnizeze planuri privind schimbarile viitoare.
Insa sistemele AI interne nu sunt supuse supravegherii FDA. Bakul Patel, fost sef al Centrului pentru Dispozitive si Sanatate Radiologica al FDA, acum director senior Google pentru strategie globala de sanatate digitala, spune ca organizatia cauta moduri de a reglementa inteligenta artificiala necomerciala, folosita in interiorul sistemelor de sanatate, insa spune ca nu exista o „solutie usoara”.
FDA trebuie sa gaseasca o linie fina intre luarea de masuri suficient de solide incat sa atenueze defectele algoritmilor, insa fara a inabusi potentialul AI, a spus el.
Exista voci care sustin ca existenta unor standarde public-private pentru AI ar fi de ajutor in avansarea tehnologiei. Unele grupuri, inclusiv Coalition for Health AI, printre membrii caruia se numara companii de sanatate si universitati importante, dar si Google si Microsoft, lucreaza la aceasta abordare.
Insa standardele pe care le au in vedere ar fi unele voluntare, astfel ca in lipsa adoptarii la scara larga, impactul lor ar putea fi redus.
Sursa: https://www.politico.com/news/2022/08/15/artificial-intelligence-health-care-00051828
