Když se chatbota od OpenAI zeptáte na budoucí spolupráci člověka a umělé inteligence v medicíně, dostanete odpověď, že: „V oblasti zdravotnictví budou potřeba odborníci, kteří budou umět efektivně využívat AI a další moderní technologie ke zlepšení diagnózy a léčby pacientů.“
Co tím má umělá inteligence konkrétně „na mysli“? „Například budou potřeba specialisté na analýzu obrazů, kteří budou schopni rychle a přesně interpretovat získané zdravotnické snímky pomocí umělé inteligence,“ vzkazuje ChatGPT.
A potřeba budou i „trenéři“, kteří AI naučí, jak nedělat chyby. „AI je učící se síť, která na začátku nic neumí. My do ní vložíme tisíc signálů a nadefinujeme, o jakou nemoc se jedná, nebo zda je signál v pořádku. AI je všechny projíždí a učí se stylem: Teď jsem se to naučila špatně, tak znova,“ zjednodušeně popisuje práci takových trenérů Jiří Janeba.
Jako vedoucí úseku kardiologie v české společnosti BTL Medical Technologie se podílí na vývoji inteligentních EKG přístrojů. „Učit aíčko, je každodenní mravenčí práce, ale o to víc je vzrušující,“ doplňuje softwarový inženýr i s familiérním označením, které pro umělou inteligenci rád používá.
BTL, stejně jako další globální hráči v oboru medicínských technologií, i bez upovídaného robota od OpenAI dobře vědí, že využívání umělé inteligence v medicíně má velkou budoucnost.
A to nejen medicínskou, ale i byznysovou – podle současných predikcí by měla hodnota globálního trhu s umělou inteligencí na poli diagnostiky před koncem desetiletí přesáhnout devět miliard dolarů.
Už teď je na trhu živo, vznikají nové startupy a velké firmy ve velkém investují do vlastního vývoje i do zajímavých akvizic. Například podle studie Meticulous Research se do roku 2029 očekává meziroční růst trhu o 36,2 procent. Ještě vloni se přitom jeho hodnota pohybovala kolem jedné miliardy dolarů.
Neúnavný analytik i mocný nástroj prevence
„Umělá inteligence v lékařské diagnostice je mocný nástroj, který má potenciál učinit zdravotní péči dostupnější a pomáhá poskytovatelům zdravotní péče při přijímání přesných a rychlých rozhodnutí o léčbě jejich pacientů,“ píší autoři studie AI in Medical Diagnostics Market.
„Ukázalo se, že použití umělé inteligence v lékařské diagnostice poskytuje přesné diagnózy, pomáhá při klinických rozhodnutích a zlepšuje úsudek lékařů,“ dodávají.
Největší tržní část na tomto poli budou mít právě softwarová řešení. Vše směřuje k tomu, že nám „aíčko“ řekne o nemoci dříve, než se klinicky projeví. Technologie podporované umělou inteligencí dokážou bleskově projít miliony lékařských záznamů, analyzovat symptomy a odhalit detaily, které by mohly uniknout pozornosti lékařů.
Na rozdíl od přepracovaného radiologa algoritmus totiž vyhodí stejnou odpověď v sobotu ve dvě v noci i ve středu dopoledne. „AI se neunaví,“ podotkl už před pěti let pro americký internetový magazín Daily Beast dermatolog z univerzity ve Stanfordu Roberto Novoa, který zkoumal možnosti AI v diagnostice rakoviny kůže.
Oslovil experty z katedry informatiky a začal spolu s nimi trénovat systém pro identifikaci přítomnosti rakoviny na základě databáze desetitisíců snímků benigních a maligních lézí. Závěry spolu s kolegy publikoval v roce 2017 v časopise Nature.
Studie potvrdila, že vytrénovaný systém dokáže diagnostikovat rakovinu, ale zároveň upozornila i na řadu problémů. AI se například nechala zmást snímky, na kterých bylo na kůži přiložené pravítko.
Během učení si totiž všimla, že poruchy na kůži, které vzbuzují největší obavy, dermatologové vždy měří. A tak když bylo na snímku i pravítko, algoritmus častěji označil nádor jako zhoubný – přítomnost pravítka prostě zvyšovala pravděpodobnost, že změna na kůži souvisí s rakovinou.
„Tyto technologie jsou trochu jako autonomní auta – musí fungovat extrémně dobře, aby mohly být dostupné široké veřejnosti,“ řekl už tehdy Novoa.
AI jako třetí oko pro detekci nádorů
Od té doby technologie opět pokročily. Například britská společnost Kheiron, která se zabývá vývojem AI softwaru pro mamografii, v roce 2022 oznámila, že její Mia (Mammography Intelligent Assessment) se už jako druhý čtenář snímků dokáže vyrovnat výkonu lidských radiologů a zároveň snížit jejich pracovní zátěž o nejméně 30 procent.
Kontrola mamografických snímků totiž vyžaduje detailní zkoumání a takzvané dvojí čtení má zajistit, že lékaři přehlédnou co nejméně informací – proto každý sken vždy kontrolují dva radiologové.
„Umělá inteligence by časem mohla druhého lékaře nahradit,“ věří i zakladatel českého screeningového programu Jan Daneš z Mamodiagnostického centra Waltrovka. Právě pražské centrum, které patří do skupiny EUC, začíná letos jako jedno z prvních využívat systém umělé inteligence pro dodatečné hodnocení mamografických snímků.
„Speciální počítačový program pro dodatečné hodnocení mamografických snímků pomocí umělé inteligence označí na mamografii další podezřelá místa a umožní tak lékařům zjistit o 15 až 20 procent zhoubných nádorů více,“ píše EUC k systému, který nasadí jako třetího čtenáře snímků.
Podobnou technologii začíná testovat i Fakultní nemocnice Olomouc. „Do budoucna může být výhodou, když se umělá inteligence naučí dobře rozpoznat negativní nálezy a vyčlenit je tak, aby je poté už nemuseli hodnotit například dva lékaři,“ říká vedoucí lékařka Oddělení mamární diagnostiky FN Olomouc Lucia Veverková.
Potenciál AI v diagnostice je tak obrovský, ačkoliv software zatím slouží spíš jako rádce. „Je třeba říct, že software ještě není úplně dokonalý a má zatím své chyby, takže lidský úsudek rozhodně nemůže v tomto procesu chybět,“ podotýká Lucia Veverková.
„Role umělé inteligence v hodnocení snímků a obecně v medicíně ještě není zcela jasně určena a vše se teprve formuje,“ dodává.
Chybama se učí i umělá inteligence
I v BTL vědí, že s tréninkem „aíčka“ bude ještě spoustu práce. „Občas nás překvapí, když jí chceme pomoct s nějakým rozhodováním a zjistíme, že už to umí,“ říká Jiří Janeba.
Přidává ale i opačný příklad: „Jednou nám začali ve větším měřítku vycházet nemocní sportovci. A to jsme se už radovali, že jsme u konce. Jenže tím, jak mají vlivem vrcholového sportu změněné srdce, aíčko je označovalo za nemocné. Museli jsme ho proto naučit – bacha, tohle je sportovec, rozhoduješ se špatně.“
Inženýři BTL tak začali spolupracovat s pražskou Duklou a na řadě testů zdravých sportovců vyváděli áíčko z omylu. „Každopádně jsme od té doby trochu opatrnější v jásání,“ směje se inženýr BTL.
Za vývojem přístrojů, jako jsou inteligentní mamografy nebo elektrokardiografy jsou měsíce práce. Vše stojí na obrovském množství dat, protože na jedné sadě se umělá inteligence učí, na druhé testuje. A na tuny informací budou potřeba další učící se sítě.
Občas nás AI překvapí, když jí chceme pomoct s nějakým rozhodováním a zjistíme, že už to umí.
„Nestačí jen natočit EKG, musíte znát pohlaví, věk, rasu. Vše hraje roli. Muži mají jiné srdce než ženy. Černoši mají jiné choroby než běloši. S věkem se výsledky mění a složité je získávání dat i určitých méně častých nebo obtížně diagnostikovaných nemocí,“ popisuje Janeba s tím, že na správně čtení EKG signálu může mít vliv i příliš chlupatá hruď pacienta.
„I s takovou deformací signálu musí algoritmy počítat, správně ji vyhodnotit a poradit si s ní.“
Na konci tréninkového procesu pak musí aíčko umět perfektně zpracovat a roztřídit třeba tisícovku různých signálů. Učící fáze se pak zastaví a síť dostává další, zcela nové signály, aby si inženýři ověřili, že se vše naučila správně.
Když není výsledek stoprocentní, zjišťuje se, která část sítě měla jaký podíl na výsledném rozhodnutí, a učení začíná v podstatě znovu.
Vzrušující obor pro odborníky i nadšence
Profesí budoucnosti, které se na vývoji přístrojů poháněných umělou inteligencí mohou podílet, je celá řada. „Datoví analytici spravující databáze, specialisté definující data potřebná pro jednotlivé sítě, odborníci komunikující s nemocnicemi a lékaři a sbírající od nich data, testeři pro nezávislé testování, ale v našem případě i specialisté na EKG signál,“ jmenuje některé Jiří Janeba.
Vše směřuje k tomu, že se oblast AI propojí s klasickým softwarový inženýrstvím, ale abyste se dostali k vývoji nemusíte nutně umět psát algoritmy. Mnohdy stačí technické znalosti, samostudium a zájem.
„Neznamená to, že když tento obor nevystudujete, nemůžete se k němu dostat jinou cestou,“ povzbuzuje manažer, který původně vystudoval silnoproudou elektroniku a svoji profesní dráhu začal jako programátor přístrojů pro fyzioterapii.
„V našem oboru je situace zcela jiná, než byla před dvaceti lety, když jsem začínal. Z akademické sféry se umělá inteligence posunula do té průmyslové. Již tehdy to byl zajímavý obor, ale teď je ještě víc vzrušující,“ říká Jiří Janeba.
„Chodí k nám spousta šikovných lidí, špičkoví odborníci, kteří by mohli pracovat někde v bance nebo v automatizaci výroby a jiných oborech. Ale u nás je láká to, že se mohou podílet na vývoji věcí, které lidem pomáhají a budou jim zlepšovat život. V oblasti zdravotnictví je i díky aíčku obrovská budoucnost,“ dodává.
Jak vidí budoucí roli umělé inteligence v diagnostice ChatGPT: AI může pomoci při detekci onemocnění a vytvořit přesnou diagnózu pacienta. Například strojové učení může být použito k analýze obrazů, jako jsou rentgeny nebo MRI skenování (zobrazení magnetickou rezonancí, pozn. redakce), aby pomohly identifikovat abnormality a odhalit onemocnění.
Tento článek je součástí projektu, který vznikl ve spolupráci Forbes Česko a skupiny BTL. V následujících měsících vám díky ní na příbězích úspěšných inovátorů představíme 11 nejžádanějších profesí budoucnosti, u nichž nešlápnete vedle, pokud se jim začnete věnovat. Nebo k nim nasměrujete svoje potomky.
Jaké profesní obory budou v budoucnu nejžádanější? Které jsou ty nejinovativnější? A kdo má odvahu investovat do neznáma a razit cestu lidstvu k úplně novým možnostem? Každý měsíc vám přineseme dva nové profily osobností, díky kterým můžete zjistit, co je podmínkou úspěchu v dohledné budoucnosti.
