Dr House przyszłości

Zagadka, którą miał rozwikłać Watson, nie była łatwa. Zestaw objawów, z jakimi pacjentka trafiła na oddział Instytutu Nauk Medycznych Uniwersytetu Tokijskiego, wskazywał jednoznacznie na ostrą białaczkę szpikową, rodzaj nowotworu krwi. Kiedy jednak terapia zaordynowana przez lekarzy nie przyniosła poprawy, zespół badawczy szpitala spojrzał z nadzieją na IBM Watsona.

Słynny superkomputer, który swe imię zawdzięcza założycielowi firmy Thomasowi J. Watsonowi, przetwarza dane w tempie 80 trylionów operacji zmiennoprzecinkowych na sekundę. To wystarczająco szybko, aby z ogromnej ilości informacji natychmiast wyciągnąć te najbardziej potrzebne. Odnosząc dane genetyczne Japonki do własnej bazy danych, Watson wykrył u pacjentki ponad tysiąc mutacji genetycznych. Które z nich spowodowały chorobę? Ręczna analiza wszystkich wariantów zajęłaby lekarzom dwa tygodnie. Maszynie – niecały kwadrans. Wyniki niewiarygodnie szybkiej pracy komputera skłoniły lekarzy do wniosku, że pacjentka cierpi na rzadką wtórną białaczkę wywołaną przez zespoły mielodysplastyczne. Nową, tym razem skuteczną terapię, można było wprowadzić na czas. Walka z rakiem została wygrana. Japonka wyzdrowiała.

Postęp, jaki za sprawą sztucznej inteligencji dokonuje się na naszych oczach w medycynie, jest imponujący, a jednym z najbardziej obiecujących obszarów, w których wykorzystywane są coraz bardziej doskonałe systemy SI, jest diagnostyka. Tu liczą się przede wszystkim dane – wyniki badań, rezultaty tomografii i rezonansów, historie przebytych chorób. Ich ilość jest niewyobrażalna, a w dodatku co 24 miesiące się podwaja. Analiza milionów terabajtów danych przekracza możliwości człowieka, ale nie superkomputerów. Ich wielka moc obliczeniowa może wreszcie dotrzymać kroku potrzebom niezwykle wymagających algorytmów.

Potencjał algorytmów diagnostycznych znakomicie ilustruje eksperyment przeprowadzony pod okiem chińskich i amerykańskich badaczy. Naukowcom z Uniwersytetu Kalifornijskiego z San Diego udało się skonstruować platformę wykorzystującą SI, która nie tylko potrafi wykrywać dwie popularne choroby siatkówki będące najczęstszymi przyczynami ślepoty – zwyrodnienie plamki żółtej i cukrzycowy obrzęk plamki – ale także ocenić stopień zaawansowania schorzenia i zaproponować odpowiednie leczenie. Najpierw jednak trzeba było nauczyć komputer „pracować”. Maszyna przyswoiła i poddała analizie 200 tysięcy tomograficznych zdjęć siatkówek, aby w ten sposób „uczulić się” na pierwsze symptomy choroby i wszelkie anomalie.

Po tym treningu SI radziła sobie równie dobrze jak starannie wyszkolony oftalmolog, w ciągu pół minuty decydując, czy pacjent wymaga dalszego leczenia. Co ważne, skuteczność tych najszybciej na świecie postawionych diagnoz oscylowała na poziomie 95 procent. Taki wynik udało się osiągnąć dzięki zastosowaniu nowego typu uczenia maszynowego – uczenia transferowego, którego wyjątkowość polega na tym, że pozwala przenieść zasób wiedzy z jednego obszaru chorobowego na inny. Profesora okulistyki Kang Zhanga bardzo cieszy sukces maszyny, bo oznacza on, że chorzy w biedniejszych rejonach Azji czy Afryki, którzy mają utrudniony dostęp do okulisty, będą mogli w przyszłości sami rozpoznawać niebezpieczne choroby i unikną ślepoty.

Aby przeprowadzić niecodzienny eksperyment, specjaliści inżynierii mechanicznej z Uniwersytetu Maryland udali się do sklepu mięsnego i zakupili trzy odmiany świńskiej tkanki: skórę, tłuszcz i mięśnie. Nad mięsem położonym na stole operacyjnym zawisły: automatyczne ramię robota STAR (Smart Tissue Autonomous Robot), skalpele doświadczonych chirurgów oraz pytanie: kto lepiej poradzi sobie z precyzyjnym cięciem tkanki miękkiej – człowiek czy maszyna? Odpowiedź ma szczególne znaczenie, ponieważ aż jedna trzecia z 232 milionów operacji na tego rodzaju tkankach wykonywanych na świecie kończy się powikłaniami.

Wynik pojedynku? Jeden zero ze wskazaniem na robota. STAR wykonał swoją pracę z milimetrową precyzją, co ma kapitalne znaczenie zwłaszcza w przypadku usuwania guzów nowotworowych, kiedy trzeba wyciąć dany obszar, nie naruszając przy tym zdrowej tkanki. Imponujące wyniki inteligentny robot zawdzięcza m.in. specjalnej kamerze panoptycznej, dzięki której może poruszać się w trójwymiarowej przestrzeni, a także zastosowaniu technologii noktowizyjnej, pozwalającej mu „zobaczyć” świecące biomarkery. Po latach testów na plastikowych poduszkach i martwych tkankach STAR może dziś z powodzeniem przeprowadzać skomplikowane zabiegi m.in. w Children’s National Medical Center w Waszyngtonie.

Roboty chirurgicznej na sali operacyjnej nie są niczym nowym. Najbardziej znany, Da Vinci Surgical System, ma ponad 15 lat i za sobą ponad dwa miliony zabiegów na całym świecie, także w Polsce. Pionierem chirurgii robotycznej jest prof. Wojciech Witkiewicz, szef Wojewódzkiego Szpitala Specjalistycznego we Wrocławiu, który Da Vinciego ściągnął do tej placówki już osiem lat temu. Jak podkreśla profesor, robot sam nie operuje – to chirurg operuje przy użyciu robota.

Da Vinci, którego mechaniczne ramiona przypominają zestaw rekwizytów z filmu „Obcy”, to po prostu narzędzia pracujące na platformie, za pomocą których można bardzo dokładnie rozdzielić fragmenty nerwów, naczyń i mięśni. Chirurg, który nie musi nawet przebywać w pobliżu pacjenta, widzi operowaną tkankę w dziesięciokrotnym powiększeniu, może więc ciąć precyzyjniej, a pacjent traci dziesięć razy mniej krwi niż podczas klasycznej operacji, dzięki czemu powrót do zdrowia jest o wiele szybszy niż w przypadku tradycyjnych zabiegów.

Rozwój nowych technologii w medycynie napędzają nie tylko informatyczne koncerny, ale też wizjonerzy, którzy cyfrowym wynalazkom nadają ludzką twarz. Taką postacią jest Wenezuelczyk Rafael Grossman, chirurg urazowy praktykujący w Eastern Maine Medical Center. Gadżet, w który uwierzył, to Google Glass. Okulary z osobistym komputerem, wyświetlające dowolne informacje na temat pacjenta, jego historię choroby, wyniki rezonansu, tomografii czy inne zgromadzone wcześniej dane od kilku lat robią w medycznym świecie sporo zamieszania. Grossman, który sam siebie określa jako medycznego futurystę, pół dekady temu w cyfrowych goglach wykonał pierwszą na świecie operację. Jednocześnie transmitował swoje poczynania na żywo na Google Hangouts, dzięki czemu świat miał okazję zobaczyć, jak wygląda operacja z perspektywy chirurga.

Od tego czasu inteligentne okulary coraz częściej towarzyszą niebieskim fartuchom, a chirurdzy za ich pomocą mają nie tylko dostęp do dodatkowej wiedzy, ale też mogą na odległość konsultować z innymi lekarzami trudniejsze przypadki czy edukować swoich studentów. Technologie rzeczywistości rozszerzonej (augumented reality, AR) są wykorzystywane także w Polsce – lekarze z Instytutu Kardiologii w Aninie okulary Google’a wkładali już 16 razy, z ich pomocą udrażniając przewlekle zamknięte tętnice wieńcowe.

Jak się okazuje, rzeczywistość rozszerzona w medycynie to dziś stanowczo za mało. Medyczny świat zaczął bowiem przygodę z mieszaną rzeczywistością (mixed reality, MR). Duża w tym zasługa Microsoftu, rozwijanej przez niego technologii HoloLens oraz… Polaków. To właśnie lekarze ze Szpitala Uniwersyteckiego w Krakowie w ubiegłym roku przeprowadzili pierwszy w Europie, a prawdopodobnie i na świecie, zabieg kardiologiczny z wykorzystaniem HoloLens. Jak przyznają doktorzy z tej instytucji, zastosowanie MR w medycynie to absolutny przełom. Obraz tomografii komputerowej lub rezonansu magnetycznego po załadowaniu do oprogramowania Microsoftu jest przetwarzany w trójwymiarowy obraz i wyświetlany w technice hologramu, dzięki czemu chirurg ma poczucie, że jest wewnątrz ciała ludzkiego. Ma wgląd w ludzkie serce i może obejrzeć drogę dojścia do uszkodzonej struktury organu, np. zastawki serca, jeszcze zanim „pokroi” pacjenta w rzeczywistości. Zabiegi wirtualne pozwalają przede wszystkim na symulację operacji i sprawdzenie, czy przyjęta koncepcja jest słuszna, ale też w innowacyjny sposób wspierają szkolenie przyszłych chirurgów.

Możliwość specjalistycznej edukacji w takiej dziedzinie, jaką jest medycyna, to rzecz bezcenna. Kto z nas chciałby, aby początkujący chirurg na nim właśnie zbierał pierwsze szlify? Platformy symulacyjne pozwalają młodym adeptom sztuki lekarskiej do woli ćwiczyć umiejętności bez ryzyka popełnienia błędu, który będzie kosztował czyjeś zdrowie lub życie. Interesującą propozycją jest pionierska platforma NOViSE, nad którą w Londynie pracuje zespół dr. Przemysława Korzeniowskiego. Narzędzie służy do szkolenia lekarzy w zakresie przeprowadzania eksperymentalnych, mało inwazyjnych procedur chirurgicznych przez naturalne otwory ciała: jamę ustną, waginę czy odbyt. Dzięki połączeniu oprogramowania rozszerzonej rzeczywistości z endoskopem przyszli klinicyści mogą ćwiczyć ruchy rurki endoskopu w bezpiecznym środowisku edukacyjnym.

Entuzjastyczny ton zwykle towarzyszący doniesieniom o spektakularnych postępach na polu medycyny przyszłości i atrakcyjnych cyfrowych medycznych gadżetach, studzą dziennikarze brytyjskiego tygodnika „Nature”. Ich zdaniem wiele raportów na temat nowych narzędzi diagnostycznych opartych na sztucznej inteligencji nie jest wiarygodnych. Dla przykładu – w 2017 r. opublikowano badania, na podstawie których stwierdzono, że SI zdiagnozowała raka sutka skuteczniej niż kilkunastoosobowy zespół patologów. Jednak podczas dokładniejszego sprawdzenia danych okazało się, że patologom dano jedynie minutę na przyjrzenie się skanom i rozpoznanie. Gdy pozwolono im na dłuższą obserwację byli w stanie skuteczniej niż komputer wykryć trudniejsze przypadki.

Podobne wątpliwości związane z medycyną jutra można mnożyć. Gros pytań budzi choćby dostęp do wrażliwych danych pacjentów, którego wymaga praca aplikacji czy narzędzi diagnostycznych. Nie tak dawno mógł się o tym przekonać Google, którego projekt DeepMind Health (https://deepmind.com) wywołał w Wielkiej Brytanii sporo kontrowersji. Narzędzia internetowe uruchamiane w ramach platformy DeepMind mają pomagać w diagnozie personelowi medycznemu i samym pacjentom. Krytyka rozgorzała, gdy londyński Royal Free Hospital, aby przetestować cyfrowy system ostrzegania przed urazami nerek, dostarczył serwisowi DeepMind dane ok. 1,6 miliona pacjentów bez ich wyraźnej zgody. Brytyjska opinia publiczna uznała wówczas motywy gigantów technologicznych związane ze służbą zdrowia za „mocno podejrzane”.

Wątpliwości co do kierunku, w którym zmierza medycyna 2.0, zgłaszają też autorzy raportu na temat wyzwań etycznych, społecznych i politycznych wynikających z wykorzystania SI w opiece zdrowotnej, przygotowanego na zlecenie organizacji Wellcome Trust. Ich zdaniem algorytmy skupiając się wyłącznie na danych mierzalnych – obrazach, dokumentacji medycznej i wynikach badań krwi – nie uwzględniają sygnałów niewerbalnych, które lekarz ogólny może zaobserwować podczas spotkania z pacjentem, lub informacji na temat sytuacji społecznej i osobistej chorego. Jeśli oczywiście nie będzie odgradzał się od niego cyfrowymi goglami albo ekranem smartfona.

Na pomysł leczenia zeza za pomocą wirtualnych okularów wpadł warszawski startup RemmedVR. Dzięki specjalnym wirtualnym goglom oraz oprogramowaniu VR powstałemu przy współpracy z ekspertami okulistyki dziecięcej mali pacjenci będą mogli leczyć się przez zabawę. Możliwość wyświetlania innego obrazu dla każdego oka sprawi, że korekta wzroku będzie precyzyjniejsza i szybsza. Narzędzie do wirtualnej terapii wzroku znajduje się obecnie w fazie testowej.
http://remmed.vision/

Biolumo to urządzenie wymyślone przez czwórkę naukowców i przedsiębiorców z Trójmiasta, którego zadaniem jest szybkie dobranie odpowiedniego antybiotyku do konkretnej infekcji. Wystarczy, że lekarz umieści wymaz z gardła czy próbkę moczu wewnątrz aparatu, a w ciągu sześciu godzin (a więc znacznie szybciej niż podczas korzystania z antybiogramu) otrzyma wynik. Biolumo znalazło się na prestiżowej liście Global Digital Health 100, czyli stu technologii medycznych o największym potencjale rozwoju, a prototypem aparatu interesują się medyczne rynki m.in. Francji i Niemiec.
http://www.biolumo.eu/