V medicíně existuje mnoho oblastí, kde může mít umělá inteligence velký potenciál a významné přínosy. Jedná se o diagnostiku a screening (neboli zobrazování), genomiku a personalizovanou medicínu, prediktivní analýzu a prevenci, robotickou chirurgii a asistenci, sledování pacientů a zdravotní péči na dálku.

Co se týká první z těchto oblastí, diagnostiky a screeningu, včasná diagnostika různých onemocnění, ať už se jedná o neurodegenerativní, nádorové, nebo jiné onemocnění, je důležitá nejen pro prodloužení života pacienta a udržení jeho kvality, ale také ekonomicky. U screeningu by AI mohla analyzovat a identifikovat rizikové faktory, které by mohly u pacienta způsobit onemocnění. Díky dřívějšímu zásahu by se mohly zmírnit dopady, nebo by se dokonce onemocnění zcela zabránilo. Jako screeningový nástroj může u některých onemocnění, skrze analýzu hlasu či třeba analýzu pohybu, sloužit například mobilní zařízení, které v dnešní době vlastní většina lidí.

Další potenciál vidím ve využití AI u personalizované medicíny, kdy se stanoví či naplánuje léčba přesně podle daného pacienta a například jeho genetické výbavy a anamnézy. To je velice důležité pro správnou a efektivní léčbu. Léčba by díky personalizované medicíně mohla být daleko účinnější, rychlejší a šetrnější k pacientovi. 

Další budoucnost AI vidím v automatizaci administrativy. Dnešní doktoři a zdravotní sestry jsou zahlceni byrokracií, která odvádí jejich pozornost od péče o pacienty. AI by mohla zautomatizovat rutinní záležitosti, jako je například příprava dokumentace, vyplňování karet pacienta.

S tím souvisí vývoj elektronických zdravotních karet. Nyní praktický lékař ani specialista nevidí vyšetření od svých kolegů. Od každého specialisty dostanete papír s vyšetřením, které má jen ve svém systému. Zavedení elektronických zdravotních karet, které se budou sdílet napříč odděleními a nemocnicemi, bude první krok k prediktivní a automatické analýze dat od pacientů. AI by mohla nacházet trendy a rizikové faktory v kartách pacienta a následně na ně upozornit doktory, aby například provedli dodatečné vyšetření.

U diagnostiky může být umělá inteligence rychlejší a přesnější. Jednoduše řečeno neuronová síť může vidět markery, které lidské oko není schopno postřehnout. Umělá inteligence umí také velmi rychle analyzovat rozsáhlá klinická data a doporučit nejvhodnější léčebný plán s ohledem na účinnost, bezpečnost a vedlejší účinky léčby. Toto není v lidských možnostech, myšleno primárně kvůli času.

Obecně by AI mohla zdravotní systém zrychlit a zpřesnit. Zejména v rámci diagnostiky a následné terapie pacienta. Kdyby se diagnostika a screening zrychlily, může se ihned nasadit léčba, která by mohla být zároveň personalizovaná podle pacienta. Tím pádem by léčba mohla být účinnější, šetrnější a rychlejší.

Dále by mohly být zdravotnický systém a péče přístupnější pro pacienty, kteří z různých důvodů nemohou k lékaři přijít osobně. Například ve vědeckém článku publikovaném v prestižním časopise JAMA Internal Medicine v dubnu 2023 byly porovnány odpovědi od chatbotů a doktorů, kdy odpovědi chatbotů byly pozitivně hodnoceny z hlediska kvality i empatie. I takto by AI mohla pomoci zahlceným doktorům. Nicméně i přes pozitivní publikované výsledky musíme být při zacházení s AI stále opatrní a ošetřit její užívání tak, aby se nestaly fatální chyby.

Přínos může být extrémně velký, základní pilíře jsou: zlepšení diagnostiky a přesnosti léčby, snížení nákladů a zátěže, zvýšení bezpečnosti a prevence.

Telemedicína, použití AI a také jiných digitálních přístupů už nyní pomáhají v oblastech, kde je velký nedostatek lékařů, nebo v aplikacích, které jsou na pomezí medicíny a pečovatelství. Kromě úspory času a pomoci lékařům v rozhodování výrazně usnadňují život také klientům a pacientům, kteří AI mohou používat v rozhodování o své péči v prevenci, péči o své tělo, a tím pádem odlehčují celému zdravotnickému systému, který je poměrně přetížen a se stárnoucí populací nejsou vyhlídky optimistické.

Myslím si, že doktor jako autorita tu vždy bude potřeba. Určitě nechceme doktory nahradit, ale chceme jim usnadnit práci a pomáhat v rozhodování. Víme, že dnešní doktoři jsou zahlceni prací. Mít nástroj – software, který pomůže v rozhodování, aby lékař měl jistotu správné diagnostiky a postupu – je z mého pohledu prospěšné pro všechny strany. Umělá inteligence a lékaři by měli spolupracovat a vzájemně se doplňovat, aby se dosáhlo co nejlepších výsledků. To by měla být hlavní podstata.

Čas a místo, kde bude umělá inteligence nejdříve plně integrovaná do lékařské praxe, je obtížné přesně určit. Vývoj a implementace umělé inteligence v medicíně je postupný proces, který závisí na mnoha faktorech, včetně technologického pokroku, regulačních aspektů, přijetí lékařů a potřeb konkrétních oborů.

Určitě ano, náš první projekt Aireen (diagnostika z očního pozadí pomocí umělé inteligence, pozn. red.) se stala před pár dny prvním českým AI healthcare projektem, který získal MDR certifikaci IIb. To je skutečně velký úspěch, byli jsme zde v pozici průkopníků. Regulátor si s tím nevěděl úplně rady, jelikož i pro něj je umělá inteligence novinka. To není lehká pozice.

Další projekty směřují do oblasti diagnostiky, na ty čeká celý svět. Za zmínku stojí naše společnost Neurona Lab, která má za cíl využít AI pro diagnostiku a kontrolu léčby neurodegenerativních onemocnění.

Celkově je důležité najít rovnováhu mezi dosažením nejvyšší efektivity a snižováním nákladů ve veřejném zdravotním pojištění při zavádění moderních technologií. Je tedy nutné pečlivě posuzovat náklady a přínosy těchto technologií.

Implementace moderní technologie, včetně AI, může být nákladná. Nicméně oboru může poskytnout značné výhody a zefektivnit postupy. I když se částka investovaná do moderních technologií může nyní zdát velká, z dlouhodobého hlediska přinese úspory, a především zkvalitnění péče o pacienty. Samozřejmě je na zvážení a diskusi, které moderní technologie tuto výhodu do zdravotního systému přinesou.

V současné době se zaměřujeme na vývoj pokročilých diagnostických technologií s využitím umělé inteligence a strojového učení pro analýzu medicínských dat a terapeutických přístupů. Vědecký výzkum a vývoj těchto nových technologií obvykle probíhá v etapách, které zahrnují laboratorní testování, předběžné klinické zkoušky následované rozsáhlejšími klinickými studiemi a hodnocením účinnosti a bezpečnosti. Celý proces od výzkumu až po implementaci do praxe může trvat několik let v závislosti na složitosti technologie a regulačních postupů. V současné době se intenzivně věnujeme oblasti neurologie, farmakogenetiky a laboratorní diagnostiky. V brzké době budeme určitě oznamovat bližší informace.

Umělá inteligence má obrovský potenciál změnit mnoho oblastí lidské činnosti včetně zdravotnictví. Ve vývoji umělé inteligence a strojového učení se děje rychlý pokrok, který umožňuje obrovskou automatizaci.

Nicméně jelikož je AI relativně nová technologie, určitě není dokonalá a má svoje limity. První limit se týká kvality dat, na kterých je trénována neuronová síť AI. Jestliže do neuronové sítě vkládáte obrázky se špatnou anotací, tento model bude nekvalitní a chybný a může to vést k nesprávným diagnózám nebo doporučením, což by mohlo mít závažné důsledky pro pacienty. I když si lidé myslí, že v dnešní době jsme zahlceni daty, v oblasti medicíny kvalitní a správně označená data stále mohou být velký problém.

Další limitace v dnešní době je potřeba expertního dohledu a interakce. Lékaři musí kontrolovat výstupy z AI, ověřit a interpretovat výsledky. Pořád jsme lidské bytosti, které potřebují lidský kontakt a empatii. V tomto ohledu zatím AI nemůže doktora ani zdravotní sestry a další personál nahradit. Doposud netušíme, jak daleko můžeme jít v rámci využití AI z pohledu sdílení odpovědnosti, a obecně lze říci, že limity v těchto raných fázích vývoje AI ve zdravotnictví si ani nejsme schopni představit. Jsme na počátku jedné velké éry, stejně jako před pár desítkami let s příchodem internetu. 

Ano, může mít rizika, která je důležité brát v úvahu. Například chyby a nedostatek spolehlivosti, AI systémy jsou založeny na algoritmech a analýze dat. Pokud tyto algoritmy nebo data obsahují chyby, může to vést k nesprávným diagnózám nebo rozhodnutím. Je velmi důležité, aby tyto systémy byly spolehlivé a přesné a aby byly řádně testovány před nasazením. Dalším zajímavým rizikem, o kterém se zas až tak často nemluví, je přílišná závislost na AI, která může snížit lidské dovednosti a znalosti.

Je důležité najít rovnováhu mezi využitím umělé inteligence a zachováním lidské odbornosti. Umělá inteligence ve zdravotnictví vyvolává také etické otázky, jako je odpovědnost za chybná rozhodnutí. 

Za mě je hodně důležité, aby technologické firmy uměly přijmout několik opatření k minimalizaci rizik spojených se zapojením umělé inteligence ve zdravotnictví. Jedná se o důraz na vysvětlitelnost rozhodnutí AI systému, tzn. umět vysvětlit, jak systém dospěl k určitému rozhodnutí. Pokud se toto naplní, tak to vytváří určitou důvěru v systém. Další důležité opatření jsou velké série validací a testování potvrzené odborníky a regulačními orgány. O bezpečnosti a ochraně dat snad ani nemusím mluvit, to beru jako samozřejmost. Důležité je také vytvoření etické směrnice, která řeší otázky transparentnosti, odpovědnosti, soukromí atd. 

S tím jsou spojeny právní a etické problémy, kterým společnost čelí kvůli AI, zahrnující právě soukromí a sledování, zaujatost nebo diskriminaci. V současné době neexistují žádné přesně definované předpisy, které by řešily právní a etické problémy, které mohou nastat v důsledku používání umělé inteligence ve zdravotnictví. Poslední hodně důležitý bod je vzdělávání a informovanost lékařů a pacientů.