Kiedyś Lem, dzisiaj sztuczna inteligencja – IBM Watson

Właśnie skończyłem czytać zbiór opowiadań Stanisława Lema („Fantastyczny Lem. Antologia opowiadań według czytelników” (Wydawnictwo Literackie 2016).

Jednocześnie, w ostatni weekend,  w Gazecie „Wyborcza.pl” z dnia 25.11.2016 str. 8 ukazał się artykuł Artura Włodarskiego „Cudowny doktor Watson”. Zestawienie tych dwóch pozycji pozwala wierzyć, że wielkie marzenia naukowców wcześniej, czy później można zrealizować. Przykładem tego są opowiadania Lema. To co opisywał w latach 70-tych było  wręcz niewyobrażalną fikcją futurologiczną, a już dziś w wielu przypadkach istnieje w realnym świecie.

Człowiek od lat szuka narzędzi, które zmniejszą nakłady jego pracy, udoskonalą jego działania i zmniejszą ilość popełnianych błędów. Nowe technologie komputerowe dają coraz większe możliwości w uzupełnianiu umysłu ludzkiego, lub nawet jego zastępowaniu tam, gdzie jest to możliwe. Rozwija się sztuczna inteligencja (Wikipedia) (AI – artificial intelligence) w tym jej gałęzie –  systemy ekspertowe  i diagnostyczne. Znajduje ona  zastosowanie między innymi w medycynie.

W tej dziedzinie mamy do czynienia z koniecznością szybkiego podejmowania decyzji w oparciu o zawężone informacje,  natłokiem informacji (co 24 miesiące podwaja się ilość danych generowanych przez opiekę medyczną), przeciążeniem personelu. Deficyt pracowników służby zdrowia obecnie wynosi 7,5 miliona etatów, a w 2035 będzie to już 13 milionów.  Lekarz bazuje na swojej dotychczasowej wiedzy, informacjach zebranych od pacjenta (nie zawsze prawdziwych) i wykonanych testach diagnostycznych. Wiele zależy od kondycji psychicznej i fizycznej lekarza oraz jego pamięci. W chwili obecnej nie ma jeszcze systemu, który na bieżąco monitoruje zdrowie ludzi – alarmuje automatycznie o nieprawidłowościach stanu zdrowia, lub wdraża szybkie leczenie. Przyszłością będzie szybko rozwijająca się telemedycyna, która już pozwala zdalnie mierzyć coraz więcej parametrów życiowych i biochemicznych, przeprowadzać niektóre konsultacje a nawet zabiegi na odległość. Tworzy się bazy danych w „chmurze”, co pozwoli tym systemom stawianie rozpoznań i być może dawkowanie leków na odległość . Nadal nie ma możliwości szybkiego porównania konkretnego pacjenta z wiedzą zgromadzoną przez lata w systemach informatycznych. Są one albo zbyt duże, albo nie skatalagowane w wg jednego standardu (80% tych danych jest dla nas niedostępnych – ale nowe technologie będą mogły już to robić!). Dotyczy to szczególnie badań obrazowych i historii chorób pacjentów z ich rozpoznaniami. W medycynie zdarza się wiele błędów ludzkich (w USA jest to trzecia w kolejności przyczyna zgonów pacjentów – rocznie umiera tam z tego powodu 40500 osób).

Zapobiec tym problemom może dobre i zawczasu zebranie informacji wstępnych. Pozwoli to przeprowadzić automatyczną analizę danych i wybrać optymalne rozwiązania diagnostyczno – terapeutyczne. Wykonuje się to w oparciu o przeanalizowanie wielu równolegle wykorzystywanych algorytmów. Znalezione możliwe rozpoznania porównuje się następnie z bazami danych o chorobach i historiami chorób pacjentów w chmurze”. Pozwoli to postawić szybko właściwe rozpoznanie z propozycją celowanego leczenia. Możliwe będzie także efektywne wprowadzenie medycyny personalizowanej (w tym w oparciu o analizę genomu – wybranie optymalnego doboru diety, leków np. w chorobach nowotworowych). Istnieją jednak pewne niebezpieczeństwa przy wprowadzaniu nowych technologii – począwszy od tajemnicy lekarskiej, brak możliwości analizowania subtelnych zachowań pacjenta. Ponadto,  komputery mogą być zbyt ostrożne w swoich algorytmach dając nadrozpoznawalność niektórych chorób – co zwiększy obciążenie placówek medycznych ilością badań i liczby pacjentów (oczywiście podniesie koszty leczenia). Ponadto istnieją wątpliwości co do odpowiedzialności prawnej za błędne diagnozy  postawione przez komputer, a przez to zagrożenia dla życia i zdrowia pacjentów (opisany poniżej komputer IBM Watson czasem może czasem na 100 pacjentów postawić 80% trafnych rozpoznań – a co z pozostałymi 20% braku lub złych diagnoz).

 

Przykładem realizowanego dalekosiężnego myślenia jest szybko rozwijana sztuczna inteligencja.

Zalicza się do niej m. in. Komputer IBM Watson. (Wikipedia : Watson (superkomputer)

Wykorzystano go w medycynie. Może być wspaniałym narzędziem dla lekarzy (lub nawet w wielu przypadkach ich zastępujących). Dzięki olbrzymiej mocy obliczeniowej –m posiada 2880 rdzenia, a pamięć operacyjna wynosi 15 terabajtów (dla porównania mój laptop ma tylko 4 G, czyli 15000G/4G= 3750 razy więcej). Pozwala on szybko i trafnie stawiać diagnozę.  Na co dzień wykorzystuje go 16 klinik onkologicznych w leczeniu i diagnozowaniu pacjentów. Ponieważ potrafi szybko analizować dokumenty (w tym piśmiennictwo medyczne 200 milionów stron w trzy sekundy!!!), pomaga naukowcom analizować najnowsze piśmiennictwo (jeśli lekarz chciałby być na bieżąco z literaturą, to zajmowałoby mu to 29 godzin codziennie (czyli więcej niż liczy doba). Jest to maszyna, która na bieżąco się uczy. Ponadto ma dostęp np. do zakupionej niedawno przez IBM  bazy 30 MILIARDÓW zdjęć medycznych (!)  firmy Merge Healthcare .

Jeśli urządzenie potrafi porównywać obrazy badań wykonanych u danego pacjenta z podobnymi wykonanymi u innych chorych, u których postawiono wcześniej rozpoznanie, to istnieje możliwość szybkiego wytypowania najbardziej prawdopodobnych rozpoznań chorób, które może mieć aktualnie diagnozowany pacjent bez udziału lekarza radiologa!!.. Podobnie ma się sprawa z porównaniem wyników badań biochemicznych. Jeśli będą one pochodziły z telemonitoringu. Komputer zaproponuje także weryfikujące testy diagnostyczne oraz najnowocześniejsze, optymalne metody leczenia.

 IBM Watson: How it Works

Dr. Watson – Come Here – I Need You :

IBM Unveils Watson-Powered Imaging Solutions for Healthcare Providers

 

Medical Imaging Leaders Tap IBM and Watson to Tackle Cancer, Diabetes, Eye Health, Brain Disease and Heart Disease. Watson Health Medical Imaging Collaborative Attracts Sixteen Leading Health Systems, Academic Medical Centers, Radiology Providers and Imaging Technology Companies

 

Inne przykłady nowoczesnych technologii (w tym telemedycyna):

Babylon – aplikacja opracowana przez brytyjskich naukowców: dr Ali Parsa – docelowo jest nasycenie w „chmury” bazą historii milionów pacjentów, opracowanie nowoczesnych algorytmów diagnostycznych 150 tys. już testuje ten program) oraz zbieranie teleinformatyczne parametrów życiowych.

Behind the scenes at babylon with DW

https://www.youtube.com/watch?v=SGjGsaXheMI

Ali Parsa: Babylon App Puts a GP in Your Pocket | Health | WIRED

Polski odpowiednik –  Medivio (art. w w/w z 25.11.16 str. 9 -Gazecie Wyborczej – „Medycyna bez kolejki – ruszyła pierwsza certyfikowana przychodnia telemedyczna Medivio” – własność Silvermedia (z IT) i grupa farmaceutyczno- biotechnologiczna Adamed.

ArtykułPrzychodnia telemedyczna Medivio skróci kolejki do lekarza

Na portalu medexpress.pl

iMed24- spółki Silvermedia – ze zdalną opieką medyczna (ciąża, kardiologia, bransoletka życia (art. w w/w Gaz. Wyborczej str. 10- Wojciech Moskal „Wirtualna przychodnia po polsku”)

 

DeepMid sieć neuronowa (Demis Suleyman, założyciel Google DeepMind i twórca AlphaGo– ma skanować siatkówki kamerą wbudowaną w nasze laptopy, porównywać z bzą zdjęć w „chmurze” i stawiać diagnozę w podejrzeniu retinopatii barwnikowej, cukrzycy prowadzących do utraty wzroku.

Google’s Deep Mind Explained! – Self Learning A.I

Google DeepMind pairs with NHS to use machine learning to fight blindness 

Wykorzystuje się ten program w radioterapii nowotworów głowy, przyszłości raka trzustki, płuc, pęcherza, i wątroby.

Google DeepMind and UCLH collaborate on AI-based radiotherapy treatment